Radar Live
✦ Ask AI
AI INTELLIGENCE & SIGNALS

DrugHarness: An Evolvable Agent Harness for Computational Drug Discovery

Phân tích đã xử lý trước và các nguồn liên quan.

Tín hiệu Radar

65 RADAR
Agents Scientific AI Agents · 1 nguồn đối chiếu · 2026-10-16 17:20:19 +0000 UTC

DrugHarness: An Evolvable Agent Harness for Computational Drug Discovery

Nguồn: arXiv AI
↗

DrugHarness là hệ thống agent harness có khả năng tự tiến hóa dành cho khám phá thuốc tính toán, kết hợp cơ chế thực thi khoa học dạng mô-đun với cảm ứng kỹ năng có điều kiện (conditional skill induction). Môi trường tích hợp hơn 80 thao tác khoa học và sử dụng một review agent độc lập để thẩm tra, thử nghiệm kỹ năng mới trước khi đưa vào áp dụng. Trên benchmark MolBench, DrugHarness vượt qua MolClaw-CC 10.8 điểm phần trăm về độ chính xác so sánh ái lực ngay cả khi chưa tiến hóa; khi kích hoạt tiến hóa, hệ thống giúp mô hình Qwen tăng độ chính xác so sánh ái lực từ 62.2% lên 81.1% và tỷ lệ tối ưu thành công từ 79.5% lên 87.2%. Đáng chú ý, trong nghiên cứu thực nghiệm với HPK1, hợp chất do DrugHarness thiết kế và đem đi tổng hợp đạt IC50 tế bào 14.19 nM (cải thiện hoạt tính 2.64 lần so với đối chứng tốt nhất), cạnh tranh trực tiếp với phân tử do các chuyên gia hóa dược thiết kế.

✦ TÁC ĐỘNG & GIÁ TRỊ THỰC TIỄN

DrugHarness chứng minh tính khả thi của agent AI tự tiến hóa kỹ năng dựa trên kiểm chứng giả thuyết, đồng thời mở ra bước đột phá khi liên kết thành công thiết kế phân tử tính toán với kiểm chứng sinh học thực nghiệm đạt hiệu lực ở thang đo nanomolar.

Developer 75
Business 77
Novelty 85
Actionable 78

Nội dung thu thập đã chuẩn hóa

Collected Evidence

Nội dung văn bản được dùng làm dữ liệu đối chứng cho mô hình AI, không phải chỉ thị hệ thống.

Computational drug discovery requires agents to compose scientific operations and adapt to changing evidence and constraints. Here we introduce DrugHarness, an evolvable agent harness coupling composable scientific execution with conditional skill induction. Its environment integrates over 80 scientific operations, biomedical resources and task-specific code, preserving associations among candidates, results and artifacts. From execution trajectories and outcome feedback, DrugHarness induces action hypotheses with observable applicability conditions, recommended actions and supporting evidence. An independent review agent evaluates candidate skills derived from these hypotheses through source verification and, when needed, targeted execution trials. Admitted skills guide subsequent tasks and are revised through feedback. Evaluation on MolBench and SMDD-Bench demonstrates capabilities in molecular screening, optimization and constrained design. Without evolution, DrugHarness exceeds reported MolClaw-CC results by 10.8 percentage points in affinity-comparison accuracy and 55% in mean top-three active hits on MolBench. Retrospective evaluation on skill-development tasks shows that evolution increases Qwen's affinity-comparison accuracy from 62.2% to 81.1% and optimization success from 79.5% to 87.2%. In a prospective HPK1 study, DrugHarness achieves a more favorable median docking score than Biomni among system-specific candidates. A synthesized compound achieves a cellular IC50 of 14.19 nM, a 2.64-fold potency improvement over the best input reference, with activity competitive with two selected compounds designed by experienced medicinal chemists. These results support conditional skill evolution for scientific agents and demonstrate a workflow connecting computational drug design with experimental validation.

Các nguồn đối chiếu cho sự kiện này

1 nguồn
Thông tin phân tích AI & Model Details ▾
Provider: openai-compatible · Model: gemini-3.8-flash-high · Version: analysis-v1 · Time: 2026-10-19 12:45:37 +0000 UTC
{"tags": ["DrugHarness", "AI Agents", "Drug Discovery", "Skill Induction", "HPK1", "Biomedical AI", "MolBench", "Autonomous Agents"], "risks": ["Khả năng sai số mô phỏng docking hoặc gán nhãn giả thuyết dẫn đến lãng phí chi phí tổng hợp hóa ướt (wet-lab).", "Rủi ro phân tử đạt ái lực cao in vitro nhưng thất bại ở thử nghiệm độc tính hoặc dược động học in vivo.", "Phụ thuộc vào chất lượng và độ bao phủ của 80+ thao tác khoa học và tài nguyên tính toán nền tảng."], "category": "Agents", "entities": ["DrugHarness", "MolBench", "SMDD-Bench", "MolClaw-CC", "Qwen", "HPK1", "Biomni"], "summary_vi": "DrugHarness là hệ thống agent harness có khả năng tự tiến hóa dành cho khám phá thuốc tính toán, kết hợp cơ chế thực thi khoa học dạng mô-đun với cảm ứng kỹ năng có điều kiện (conditional skill induction). Môi trường tích hợp hơn 80 thao tác khoa học và sử dụng một review agent độc lập để thẩm tra, thử nghiệm kỹ năng mới trước khi đưa vào áp dụng. Trên benchmark MolBench, DrugHarness vượt qua MolClaw-CC 10.8 điểm phần trăm về độ chính xác so sánh ái lực ngay cả khi chưa tiến hóa; khi kích hoạt tiến hóa, hệ thống giúp mô hình Qwen tăng độ chính xác so sánh ái lực từ 62.2% lên 81.1% và tỷ lệ tối ưu thành công từ 79.5% lên 87.2%. Đáng chú ý, trong nghiên cứu thực nghiệm với HPK1, hợp chất do DrugHarness thiết kế và đem đi tổng hợp đạt IC50 tế bào 14.19 nM (cải thiện hoạt tính 2.64 lần so với đối chứng tốt nhất), cạnh tranh trực tiếp với phân tử do các chuyên gia hóa dược thiết kế.", "key_changes": ["Giới thiệu DrugHarness - khung harness cho AI agent có khả năng tự tiến hóa kỹ năng (conditional skill induction) trong khám phá thuốc tính toán.", "Tích hợp môi trường với hơn 80 thao tác khoa học, tài nguyên y sinh và mã nguồn tác vụ, bảo toàn liên kết giữa phân tử ứng viên, kết quả và artifacts.", "Cơ chế suy diễn giả thuyết hành động từ quỹ đạo thực thi và phản hồi kết quả, đi kèm điều kiện khả dụng, hành động đề xuất và bằng chứng.", "Sử dụng review agent độc lập để thẩm định kỹ năng ứng viên thông qua kiểm chứng nguồn và chạy thử nghiệm mục tiêu.", "Nâng cao độ chính xác so sánh ái lực của Qwen từ 62.2% lên 81.1% và tỷ lệ tối ưu thành công từ 79.5% lên 87.2% sau quá trình tiến hóa kỹ năng.", "Xác thực thực nghiệm (wet-lab) trên đích HPK1: hợp chất tổng hợp đạt IC50 tế bào 14.19 nM (cải thiện 2.64 lần so với mẫu tham chiếu tốt nhất), cạnh tranh với chuyên gia hóa dược."], "sub_category": "Scientific AI Agents", "novelty_score": 85, "business_score": 84, "research_score": 88, "why_it_matters": "DrugHarness chứng minh tính khả thi của agent AI tự tiến hóa kỹ năng dựa trên kiểm chứng giả thuyết, đồng thời mở ra bước đột phá khi liên kết thành công thiết kế phân tử tính toán với kiểm chứng sinh học thực nghiệm đạt hiệu lực ở thang đo nanomolar.", "developer_score": 80, "importance_score": 85, "possible_use_cases": ["Tự động hóa quy trình sàng lọc ảo, tối ưu hóa phối tử và thiết kế phân tử thuốc có ràng buộc.", "Xây dựng hệ thống agent nghiên cứu khoa học tự thích ứng và tích lũy kỹ năng qua các chu kỳ thử nghiệm.", "Rút ngắn thời gian và chi phí phát triển thuốc từ mô phỏng tính toán đến tổng hợp thử nghiệm in vitro."], "actionability_score": 78}