← Todas las noticias

MolRSI convierte el flujo de trabajo científico en objeto de búsqueda: 15,9% de aciertos en experimentos húmedos de cribado antibacteriano frente al 8,7% del flujo experto

MolRSI, según el reportaje del medio chino Ji Qi Zhi Xin (机器之心), usa búsqueda en árbol guiada por experiencia para componer automáticamente flujos de cribado molecular y diseño de proteínas; la tasa de aciertos en experimentos húmedos antibacterianos se autodeclara en 15,9% frente al 8,7% de un flujo experto no agéntico; en proteínas de unión a pMHC, 8 aciertos específicos frente a 0.

Publicado Actualizado

Qué ha cambiado

Según un reportaje del medio chino Ji Qi Zhi Xin (机器之心) del 14 de noviembre de 2026 (el original cita el artículo MoLRSI: A Recursive Self-Improving AI agent for Molecular Discovery, con número de arXiv y página del proyecto), el equipo de investigación convierte el diseño del propio flujo de descubrimiento molecular en objeto de búsqueda. MolRSI primero recopila métodos de artículos y código, los convierte en habilidades ejecutables y luego usa una búsqueda en árbol de Montecarlo guiada por experiencia para combinar, probar y modificar flujos de trabajo: cada flujo candidato es un nodo y las modificaciones sobre él forman ramas; la memoria de planes, la memoria de mejoras y la memoria de ejecución guardan respectivamente el rendimiento del flujo, el efecto de las modificaciones y la experiencia de ejecución; el bucle interno optimiza la tarea actual y el bucle externo lleva la experiencia a tareas posteriores. El reportaje indica que primero se acumula experiencia en 25 tareas de predicción de propiedades moleculares y citotoxicidad, y luego se aplica a 6 tareas de predicción antibacteriana que no entraron en el pool de experiencia, con mejora del AUPRC medio de test en las 6 tareas; al ampliar el pool de tareas fuente de 2 a 25, el AUPRC medio de test de los flujos transferibles en el análisis retrospectivo sube de aproximadamente 0,32 a aproximadamente 0,37, superando el 0,361 de una búsqueda sistemática sin experiencia previa tras 20 rondas. En la tarea antibacteriana, el flujo final primero filtra novedad estructural, luego predice tres tipos de citotoxicidad en células humanas, ordena con dos esquemas MiniMol y el ensemble LANTERN–RADR con pesos de 55%, 30% y 15%, y finalmente muestrea por clustering estructural para preservar diversidad; de unos 12,1 millones de compuestos selecciona 107 para experimentos y, contando como acierto un MIC de MSSA no superior a 32 μg/mL, acierta 17; un flujo no agéntico diseñado por expertos humanos, con los mismos datos de entrenamiento y la misma librería de cribado, probó 241 y acertó 21, una tasa de aciertos de 8,7% frente a 15,9%. En el lado del diseño de proteínas, MolRSI primero fija un flujo de evaluación (predicción estructural ESMFold2-Fast más ocho puntuaciones de igual peso, con comparación por pares objetivo/no objetivo para hacer efectiva la selectividad) y luego lo usa para buscar esquemas de generación; tras dos rondas de exhibición en fagos obtuvo en total 8 aciertos que cumplen el criterio de especificidad en los dos blancos MART-1 y SARS-CoV-1, y el reportaje afirma que Claude Science, en las mismas condiciones, obtuvo 0; al eliminar el paso de ordenación, ninguno de los 479 diseños evaluables acertó.

Impacto para desarrolladores

Para los desarrolladores que construyen flujos de trabajo agénticos, lo valioso de este reportaje no es una puntuación concreta, sino que trata el "flujo" como objeto de búsqueda y almacena explícitamente la experiencia entre tareas para reutilizarla. Esto incide directamente en tres decisiones de ingeniería. La primera es el límite de la memoria: casi toda la ganancia reportada proviene de la herencia de experiencia entre tareas, mientras que el grupo sin experiencia previa conserva la actualización de memoria dentro de la tarea actual, lo que indica que el beneficio se concentra en el tramo de "transferir de una tarea a otra". Si tu agente solo recibe una o dos llamadas por tipo de tarea, la biblioteca de experiencia no llega a acumularse y el coste extra de la búsqueda en árbol difícilmente se recupera; solo cuando aparecen repetidamente tareas estructuralmente similares en el mismo dominio tienen sentido la memoria de planes y la memoria de reparación. La segunda es el evaluador primero: en la parte de pMHC se fija primero el flujo de puntuación y luego se optimiza la generación, y al quitar la ordenación los aciertos caen a cero; es la señal de ablación más fuerte del reportaje y sugiere que el techo de la generación suele estar limitado por el tramo de "decidir qué candidatos merecen ir a experimento", por lo que el ordenador y el diseño de umbrales deben evaluarse por separado y no resumirse en una única cifra de tasa de aciertos final. La tercera es la estratificación de métricas: AUPRC, factor de enriquecimiento, tasa de aciertos en experimento húmedo y criterio de especificidad son cuatro cantidades distintas; el propio reportaje distingue entre "comparación de predictores sobre el mismo conjunto de test" y "tasa de aciertos de los candidatos experimentales seleccionados por cada flujo", y comparar en una misma columna números de distinto origen lleva a conclusiones erróneas. Además, el reportaje reconoce explícitamente que la mejora de estrategia proviene sobre todo de la búsqueda computacional y que la retroalimentación de experimentos húmedos aún no entra en el bucle, lo que significa que no es todavía un agente experimental realmente cerrado y que el lector no debe extrapolar de ahí que "la IA hace experimentos de forma autónoma".

Integración y evaluación

Las siguientes son recomendaciones condicionales basadas en el reportaje, no conclusiones verificadas. Primero, si tu flujo incluye un ensemble ponderado de varios modelos (como la combinación triple 55/30/15 del reportaje), haz primero una comparación "pesos fijos frente a pesos buscados" sobre el mismo conjunto de validación, con AUPRC y enriquecimiento top-k como métricas, siempre que el conjunto de validación no comparta compuestos con el de entrenamiento; solo si la combinación buscada supera de forma estable a los pesos fijos en varias particiones de validación merece la pena incluir los pesos en el espacio de búsqueda, pues de lo contrario la búsqueda solo ajusta ruido. Segundo, para reutilizar experiencia entre tareas, establece primero una línea base de "búsqueda cero": transferir directamente la mejor configuración de la tarea fuente sin búsqueda adicional y compararla con la búsqueda en árbol completa, siempre que la tarea objetivo y la fuente coincidan en modalidad de datos y definición de etiquetas; la curva retrospectiva del reportaje, de aproximadamente 0,32 a 0,37 de AUPRC, indica que el tamaño del pool de experiencia cambia la conclusión, así que conviene poner el tamaño del pool (2, 10 y 25 tareas fuente) en el eje horizontal y observar si la ganancia ya aparece en la escala que tienes; si con cinco tareas fuente o menos no ves mejora, no hace falta invertir coste de ingeniería en la biblioteca de experiencia. Tercero, en tareas de selectividad (donde objetivo y no objetivo difieren en pocos residuos), convierte "puntuación del objetivo mayor que la del no objetivo" en un umbral duro y no en una penalización blanda, y usa la tasa de aprobación de la comparación por pares como métrica independiente, siempre que exista un conjunto fiable de no objetivos; en el reportaje, quitar la ordenación lleva los aciertos a cero, lo que sugiere que este paso merece una ablación propia en lugar de ajustarse junto con el modelo generador. Cuarto, antes de integrar, confirma qué componentes puedes obtener: el reportaje menciona MiniMol, LANTERN–RADR, ESMFold2-Fast y SolubleMPNN, entre otros, cuyas licencias y posibilidad de ejecución debes verificar por tu cuenta, ya que el reportaje no aclara el alcance de apertura de estos componentes.

Límites y cuestiones pendientes

Todas las cifras anteriores provienen del reportaje del medio chino Ji Qi Zhi Xin (机器之心) y no han sido reproducidas de forma independiente. MolRSI es un sistema de investigación, no un modelo publicado abiertamente; la información disponible no indica si los pesos, el código o una API están abiertos al público, y el reportaje solo ofrece el artículo y la página del proyecto; el catálogo en línea actual de KimiSeek tampoco incluye MolRSI ni los componentes mencionados, por lo que su disponibilidad solo puede basarse en lo que declaren los autores del artículo y el equipo del proyecto. La tasa de aciertos antibacteriana proviene de los candidatos experimentales que cada uno de los dos flujos seleccionó, con tamaños de muestra de 107 y 241 respectivamente, y una diferencia porcentual de un solo experimento no debe tomarse como un efecto estable. Parte de la ganancia de experiencia entre tareas proviene de un análisis retrospectivo, y los propios autores lo sitúan como evidencia retrospectiva. El criterio de especificidad de pMHC es un log2FC de enriquecimiento del objetivo mayor que 4 y superior al valor máximo medido en los no objetivos, y el reportaje dice explícitamente que la afinidad cuantitativa y una reactividad cruzada más amplia requieren mediciones posteriores; el resultado de 0 aciertos del control Claude Science también es según el reportaje, cuyos detalles de ejecución del grupo de control no se desarrollan en este texto. Además, la retroalimentación de experimentos húmedos aún no entra en el bucle de mejora, por lo que la automejora de este sistema se limita por ahora al nivel de búsqueda computacional y no cabe inferir de ello que pueda cerrar de forma autónoma el ciclo de diseño experimental.

Tres minutos hasta la primera llamada

Crea una cuenta y una clave de API. El coste de las llamadas se descuenta de tu saldo. 30 % de descuento en tu primera recarga. Recarga ¥500, paga ¥350, recibe ¥500 de saldo. Recarga ¥1000, paga ¥850, recibe ¥1000 de saldo La recarga mínima sigue siendo de ¥10, adecuada para pruebas.

Fuentes y proceso editorial

AI自己改科研策略,能过湿实验这一关吗?他们把RSI带入分子发现

La IA ayudó con el análisis y la traducción de las fuentes citadas, seguidos de controles automáticos. Las recomendaciones no son resultados de pruebas. Consulta el catálogo actual para precios y disponibilidad.