Краткое содержание

arXiv:2511.08217v1 Тип объявления: новый Аннотация: Идентификация потенциальных лекарственных соединений является центральной задачей ранних этапов разработки препаратов, традиционно требующей значительных экспериментальных ресурсов. Последние достижения в области искусственного интеллекта, особенно больших языковых моделей (LLM), позволили создать методы виртуального скрининга, снижающие затраты и повышающие эффективность исследований. Однако растущая сложность этих инструментов ограничивает их доступность для исследователей-практиков лабораторий. Многоагентные системы предлагают перспективное решение этой проблемы путем объединения интерпретируемости языковых моделей с точностью специализированных моделей и инструментов. В данной работе мы представляем систему MADD — многоагентную платформу, способную строить и исполнять настраиваемые конвейеры идентификации потенциальных молекул на основе запросов на естественном языке. Система MADD включает четыре координированных агента, отвечающих за выполнение ключевых подзадач в процессе генерации новых соединений и их последующего скрининга. Мы оцениваем производительность MADD на семи примерах случаев поиска лекарств и демонстрируем её превосходство над существующими решениями на основе языковых моделей. С помощью MADD мы впервые...