← Todas as notícias

MolRSI trata o fluxo de pesquisa como objeto de busca: 15,9% de acertos em ensaios úmidos de triagem antibacteriana, contra 8,7% no fluxo especializado

O MolRSI, reportado pelo Machine Heart, usa busca em árvore guiada por experiência para combinar automaticamente pipelines de triagem molecular e design de proteínas; a taxa de acerto em ensaios úmidos antibacterianos é de 15,9% segundo o próprio relato, contra 8,7% de um fluxo não-agêntico desenhado por especialistas; para proteínas de ligação a pMHC, 8 acertos específicos contra 0.

Publicado Atualizado

O que mudou

Segundo o Machine Heart em 14 de novembro de 2026 (o texto original cita o artigo MoLRSI: A Recursive Self-Improving AI agent for Molecular Discovery, com número arXiv e página do projeto), a equipe de pesquisa transformou o próprio desenho de pipelines na descoberta molecular em objeto de busca. O MolRSI primeiro organiza métodos a partir de artigos e código, convertendo-os em habilidades executáveis, e depois usa busca em árvore Monte Carlo guiada por experiência para combinar, testar e modificar fluxos de trabalho: cada pipeline candidato é um nó, e alterações nele formam ramificações; a memória de planos, a memória de melhorias e a memória de execução guardam, respectivamente, o desempenho dos fluxos, o efeito das modificações e a experiência de execução, com um loop interno otimizando a tarefa atual e um loop externo levando a experiência para tarefas seguintes. O relato afirma que a experiência foi acumulada primeiro em 25 tarefas de previsão de propriedades moleculares e citotoxicidade e depois aplicada a 6 tarefas de previsão antibacteriana que não estavam no pool de experiência, com o AUPRC médio de teste melhorando nas 6; ao ampliar o pool de tarefas de origem de 2 para 25, o AUPRC médio de teste dos fluxos transferíveis em análise retrospectiva subiu de cerca de 0,32 para cerca de 0,37, superando o 0,361 de uma busca sistemática sem experiência prévia após 20 rodadas. Nas tarefas antibacterianas, o fluxo final primeiro filtra novidades estruturais, depois prevê três tipos de citotoxicidade em células humanas, usa dois esquemas MiniMol e o conjunto LANTERN–RADR com pesos de 55%, 30% e 15% para ordenar, e por fim mantém diversidade por amostragem com agrupamento estrutural, selecionando 107 compostos de cerca de 12,1 milhões para experimentos, com 17 acertos considerando MIC para MSSA não superior a 32 μg/mL; um fluxo não-agêntico desenhado por especialistas humanos, com os mesmos dados de treino e a mesma biblioteca de triagem, testou 241 e acertou 21, taxa de acerto de 8,7% contra 15,9%. No lado do design de proteínas, o MolRSI primeiro fixa um pipeline de avaliação (previsão estrutural ESMFold2-Fast mais oito pontuações de peso igual, com comparação pareada entre alvo e não-alvo para impor seletividade) e depois o usa para buscar esquemas de geração; após duas rodadas de exibição em fagos, obteve 8 acertos que atendem ao critério de especificidade nos dois alvos MART-1 e SARS-CoV-1, e o relato afirma que o controle Claude Science, nas mesmas condições, obteve 0; removendo a etapa de ordenação, nenhum dos 479 designs avaliáveis acertou.

Impacto para desenvolvedores

Para desenvolvedores que constroem fluxos de agentes, o ponto interessante deste relato não é uma pontuação específica, mas o fato de tratar o "pipeline" como objeto buscável e armazenar explicitamente a experiência entre tarefas para reutilização. Isso afeta diretamente três decisões de engenharia. A primeira é o limite da memória: quase todo o ganho relatado vem da herança de experiência entre tarefas, enquanto o grupo sem experiência mantém atualizações de memória dentro da tarefa atual, o que mostra que o benefício se concentra na passagem de uma tarefa para outra. Se seu agente recebe apenas uma ou duas chamadas por tipo de tarefa, a base de experiência não chega a se acumular e o custo extra da busca em árvore dificilmente se paga; só quando tarefas estruturalmente semelhantes se repetem no mesmo domínio é que a memória de planos e a memória de correções fazem sentido. A segunda é o avaliador primeiro: na parte de pMHC, o pipeline de pontuação é fixado antes de otimizar a geração, e remover a ordenação zera os acertos; esse é o sinal de ablação mais forte do relato, indicando que o teto da geração costuma ser limitado pela etapa que decide quais candidatos merecem ir para o laboratório, e que o ordenador e o desenho dos limiares precisam ser avaliados separadamente, não resumidos em uma única taxa de acerto final. A terceira é a separação de métricas: AUPRC, fator de enriquecimento, taxa de acerto em ensaios úmidos e critério de especificidade são quatro grandezas diferentes, e o próprio relato distingue a comparação de preditores no mesmo conjunto de teste da taxa de acerto dos candidatos experimentais escolhidos por cada um dos dois fluxos; colocar números de origens diferentes na mesma coluna leva a conclusões erradas. Além disso, o relato reconhece explicitamente que a melhoria da estratégia atual vem principalmente da busca computacional e que o retorno dos ensaios úmidos ainda não entrou no loop, ou seja, não é um agente experimental realmente fechado, e o leitor não deve extrapolar para "a IA faz experimentos de forma autônoma".

Integração e avaliação

A seguir estão sugestões condicionais baseadas no relato, não conclusões verificadas. Primeiro, se o seu pipeline tem um conjunto ponderado de vários modelos (como a combinação tripla 55/30/15 do relato), faça primeiro um contraste entre pesos fixos e pesos buscados no mesmo conjunto de validação, com métricas de AUPRC e enriquecimento top-k, desde que o conjunto de validação não tenha compostos sobrepostos ao treino; só vale incluir os pesos no espaço de busca se a combinação buscada superar os pesos fixos de forma estável em várias dobras de validação, caso contrário a busca só ajusta ruído. Segundo, para reutilizar experiência entre tarefas, defina antes uma linha de base de "busca zero": transfira diretamente a melhor configuração da tarefa de origem, sem busca adicional, e compare com a busca em árvore completa, desde que a tarefa-alvo e a de origem tenham a mesma modalidade de dados e a mesma definição de rótulos; a curva retrospectiva de AUPRC de cerca de 0,32 para 0,37 no relato mostra que o tamanho do pool de experiência muda a conclusão, então use o tamanho do pool (2, 10, 25 tarefas de origem) como eixo horizontal e observe se o ganho já aparece na escala que você tem; se não houver melhoria com até 5 tarefas de origem, não vale investir custo de engenharia na base de experiência. Terceiro, em tarefas de seletividade (alvo e não-alvo diferindo em poucos resíduos), transforme "pontuação do alvo maior que a do não-alvo" em limiar rígido em vez de penalidade suave, e use a taxa de aprovação na comparação pareada como métrica independente, desde que exista um conjunto confiável de não-alvos; no relato, remover a ordenação zera os acertos, o que sugere que essa etapa merece uma ablação própria, e não ser ajustada junto com o modelo gerador. Quarto, antes de integrar, confirme quais componentes você consegue obter: o relato menciona MiniMol, LANTERN–RADR, ESMFold2-Fast e SolubleMPNN, entre outros, cujas licenças e viabilidade de execução precisam ser verificadas por conta própria, pois o relato não esclarece o escopo de abertura desses componentes.

Limites e pontos a confirmar

Todos os números acima vêm do relato do Machine Heart e não foram reproduzidos de forma independente. O MolRSI é um sistema de pesquisa, não um modelo publicado: as informações disponíveis não indicam se pesos, código ou API estão abertos, e o relato fornece apenas o artigo e a página do projeto; o catálogo online atual do KimiSeek também não inclui o MolRSI nem os componentes citados, então a disponibilidade só pode ser aferida pelas declarações dos autores e do projeto. A taxa de acerto antibacteriana vem dos candidatos experimentais escolhidos por cada um dos dois fluxos, com amostras de 107 e 241, e a diferença percentual de um único experimento não deve ser tratada como efeito estável. Parte do ganho de experiência entre tarefas vem de análise retrospectiva, que os próprios autores classificam como evidência retrospectiva. O critério de especificidade para pMHC é log2FC de enriquecimento no alvo maior que 4 e superior ao maior valor medido nos não-alvos, e o relato afirma claramente que a afinidade quantitativa e reações cruzadas mais amplas ainda precisam ser medidas; os 0 acertos do controle Claude Science também são do relato, e os detalhes de execução desse grupo de controle não são detalhados no texto. Além disso, o retorno dos ensaios úmidos ainda não entrou no loop de melhoria, e a auto-melhoria deste sistema está, por ora, limitada à busca computacional, não sendo possível inferir que ele fecha sozinho o ciclo de desenho experimental.

Três minutos até a primeira chamada

Crie uma conta e uma chave de API. O custo das chamadas é descontado do seu saldo. 30% de desconto na primeira recarga. Recarregue ¥500, pague ¥350, receba ¥500 de saldo. Recarregue ¥1000, pague ¥850, receba ¥1000 de saldo A recarga mínima continua sendo ¥10, adequada para testes.

Fontes e processo 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

A IA auxiliou a análise e a tradução das fontes citadas, seguidas de verificações automáticas. Recomendações não são resultados de testes. Consulte o catálogo atual para preços e disponibilidade.