arXiv 论文发布 PharmAgents2 自主药物发现系统与 PharmAgents-Bench
原文标题：PharmAgents2: Towards Autonomous End-to-End Drug Discovery
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 PharmAgents2 端到端自主药物发现系统，结合知识增强决策与并行智能体的大规模探索，并发布含 121 题的 PharmAgents-Bench v0.1。在 LpxH、JAK1 等三项真实研究中，系统提出的假设与化合物活性均获人实验验证，作者称其为「虚拟制药公司」原型。
- 问题
- 药物发现需要在巨大研究空间中持续做科学决策，缺少端到端自主系统与评测基准。
- 方法
- 用 Paper2Skill 抽取可迁移决策知识，配合并行智能体继承研究上下文做大规模探索，并发布 121 题基准。
- 结果
- 多数决策类别优于基线，三项端到端任务过程分最高；LpxH、JAK1 等三项真实研究的假设获人实验验证。
- 影响
- 展示智能体可产出经实验验证的药物发现假设，为 AI 驱动研发流程提供可评测范式。
深读 · 结论先行AI 生成展开看要点与影响 ↓
PharmAgents2在三项真实药物研究中提出假设并经人实验验证，同时发布121题基准。
- •系统由Paper2Skill知识提取与Self-Scaling Discovery并行智能体扩展两部分组成
- •发布PharmAgents-Bench v0.1，含121题、9类决策场景与3个端到端任务
- •三项端到端任务过程评分均最高，多数决策类别优于对比基线
- •LpxH研究：假设出此前未报道的变构位点，筛出活性与结合均经实验确认的新抑制剂骨架
- •JAK1研究：优先共价抑制策略，提名化合物活性获实验验证
为什么重要：自主智能体产出首次在多个真实靶点上获湿实验支持，对AI制药流程自动化是较强的可行性信号。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。