Mozi: Governed Autonomy for Drug Discovery LLM Agents

El paper presenta Mozi, una arquitectura de doble capa que combina la flexibilidad de la IA generativa con la rigurosidad de la biología computacional mediante un sistema supervisor-trabajador y grafos de habilidades estandarizados, logrando así agentes de LLM gobernados y fiables para la descubrimiento de fármacos que mitigan la acumulación de errores y garantizan la validez científica.

Lo esencial

Imagina que descubrir un nuevo medicamento es como intentar construir un rascacielos en medio de una tormenta, pero con un arquitecto muy inteligente que a veces sueña despierto.

El problema actual es que las Inteligencias Artificiales (IA) actuales son como esos arquitectos soñadores: son geniales para imaginar ideas locas y creativas, pero si les dejas el control total, a veces se confunden, inventan materiales que no existen o olvidan las leyes de la física. En el mundo de la medicina, un error así no es solo un dibujo feo; puede costar miles de millones de dólares y años de trabajo.

Aquí es donde entra Mozi.

¿Qué es Mozi?

Mozi no es solo una IA más; es un sistema de "Autonomía Governada". Piensa en Mozi como un equipo de construcción de dos niveles que trabaja en perfecta armonía:

1. El Jefe de Obra (La Capa de Control)

Imagina a un Capataz de Obra muy estricto y organizado. Este es el "Jefe" de Mozi.

• Su trabajo: No deja que los trabajadores (las IAs) hagan lo que quieran. Si un trabajador intenta usar una sierra eléctrica para cortar un pastel, el Capataz lo detiene inmediatamente.
• La analogía: Es como un padre que deja a sus hijos jugar en el jardín (libertad), pero les pone una valla invisible para que no caigan al río (seguridad). El Capataz revisa cada paso, asegura que se sigan las reglas y, si algo sale mal, dice: "Espera, volvamos a planear esto" en lugar de seguir avanzando hacia el desastre.

2. Los Maestros Artesanos (La Capa de Flujo de Trabajo)

Debajo del Capataz, tienes a los Maestros Artesanos. Estos son expertos en tareas específicas: uno solo sabe buscar información en bibliotecas, otro solo sabe mezclar químicos, otro solo sabe predecir si una molécula es tóxica.

• Su trabajo: Siguen un manual de instrucciones paso a paso (como una receta de cocina muy detallada). No improvisan. Si la receta dice "mezclar durante 5 minutos", lo hacen exactamente así.
• La analogía: Son como una cadena de montaje en una fábrica de coches. Cada robot hace una tarea perfecta y pasa la pieza al siguiente. Si una pieza está rota, el sistema lo detecta y la repara antes de pasar a la siguiente etapa.

¿Cómo funciona en la vida real?

El papel describe cómo Mozi ha probado a "construir" medicamentos para enfermedades complejas como el Crohn, el Parkinson y la Sepsis.

Imagina que Mozi es un detective científico:

1. Investiga: Busca en millones de libros y bases de datos para encontrar la "llave" (la proteína) que causa la enfermedad.
2. Diseña: Crea millones de "cerraduras" (moléculas) que podrían encajar en esa llave.
3. Filtra: Aquí es donde brilla su sistema de seguridad. Si una molécula parece buena pero es tóxica (como un veneno), el sistema la descarta inmediatamente.
4. Colabora con humanos: En momentos críticos (como elegir la estructura final), Mozi le dice al científico humano: "He encontrado 3 opciones, tú elige cuál es la mejor". Esto evita que la IA tome decisiones peligrosas por sí sola.

El Gran Logro

Lo que hace especial a Mozi es que combina lo mejor de dos mundos:

• La creatividad de una IA que puede pensar "fuera de la caja".
• La rigurosidad de un laboratorio científico que no permite errores.

Antes, las IAs científicas eran como un coche deportivo sin frenos: rápidas y potentes, pero peligrosas. Mozi les ha puesto frenos, un volante de seguridad y un copiloto humano.

En resumen

Mozi transforma a la IA de ser un "amigo conversador" que a veces alucina cosas, en un "co-científico confiable". No solo te dice qué podría funcionar, sino que te garantiza que lo que te dice ha pasado por miles de controles de seguridad, como si un equipo de ingenieros hubiera revisado cada tornillo de tu nuevo medicamento antes de que saliera de la fábrica.

Es la diferencia entre tener un genio que sueña con curar el cáncer y tener un equipo de ingenieros que, con la ayuda de ese genio, realmente construye la cura sin cometer errores fatales.

Resumen técnico

Aquí presento un resumen técnico detallado del artículo sobre Mozi, traducido y adaptado al español, cubriendo los aspectos solicitados:

Título: Mozi: Autonomía Gobernada para Agentes LLM en el Descubrimiento de Fármacos

1. Planteamiento del Problema

El descubrimiento de fármacos es un proceso complejo, costoso y de alto riesgo que requiere la integración de múltiples disciplinas (biología, química, farmacología) y flujos de trabajo heterogéneos. Aunque los modelos de lenguaje grandes (LLM) y los agentes aumentados con herramientas han demostrado potencial para unificar el razonamiento científico con la computación, su aplicación en dominios de alto riesgo como la industria farmacéutica enfrenta dos barreras críticas:

• Gobernanza no restringida del uso de herramientas: Los agentes LLM genéricos son propensos a la alucinación de herramientas, violaciones de procedimientos operativos estándar (SOP) y falta de reproducibilidad.
• Baja fiabilidad a largo plazo (Long-horizon reliability): En pipelines dependientes de secuencias, los errores tempranos (como una selección incorrecta de un objetivo biológico) se multiplican, llevando a fallos downstream irreversibles. La flexibilidad de los agentes se convierte en una liability sin mecanismos de control estrictos.

2. Metodología: Arquitectura de Doble Capa

Mozi introduce una arquitectura innovadora que reconcilia la flexibilidad del razonamiento generativo con el rigor determinista de la biología computacional mediante dos capas simbióticas:

• Capa A: Plan de Control (Control Plane) - El Motor de Gobernanza

  • Función: Actúa como un supervisor jerárquico que gestiona el contexto de razonamiento no estructurado.
  • Mecanismo: Implementa un protocolo de supervisión jerárquica (Supervisor-Trabajador) en lugar de un bucle ReAct abierto.
  • Gobernanza: Enforza el aislamiento de herramientas basado en roles (ej. un agente de investigación no puede ejecutar simulaciones de acoplamiento costosas). Utiliza un bucle de reflexión y re-planificación dinámica: tras cada paso, el supervisor evalúa si la información es suficiente o si se requiere corregir el plan, evitando la deriva de la trayectoria.
  • Seguridad: Restringe el espacio de acciones a regiones factibles definidas por políticas estrictas.

• Capa B: Plan de Flujo de Trabajo (Workflow Plane) - Ejecución Determinista

  • Función: Materializa los protocolos científicos abstractos en artefactos ejecutables y gestionados por estado.
  • Mecanismo: Utiliza Gráficos de Habilidades (Skill Graphs) compuestos y con estado (implementados con LangGraph). Estos gráficos representan las etapas canónicas del descubrimiento de fármacos como Grafos Acíclicos Dirigidos (DAG).
  • Etapas Cubiertas: Identificación de Objetivos (Target ID), Identificación de "Hits", Optimización de Hit a Lead, y Optimización de Lead.
  • Contratos de Datos: Enforza validaciones estrictas de entrada/salida (formato de archivos, estructuras de datos) en cada nodo para prevenir el error "basura entra, basura sale".
  • Human-in-the-Loop (HITL): Integra puntos de control donde expertos humanos deben validar decisiones críticas (ej. selección de estructura PDB) antes de continuar, asegurando validez científica en fronteras de alta incertidumbre.

• Integración: Ambas capas se conectan mediante el Protocolo de Contexto del Modelo (MCP), que unifica herramientas heterogéneas (bases de datos, APIs en la nube, scripts locales) en una capa de servicio estandarizada.

3. Contribuciones Clave

• Arquitectura de Autonomía Gobernada: Propone un marco formal que separa la planificación estratégica (Capa A) de la ejecución de flujos de trabajo estructurados (Capa B), mitigando la acumulación de errores.
• Gráficos de Habilidades con Estado: Encapsula pipelines complejos de descubrimiento de fármacos en grafos reutilizables que gestionan el estado, el paralelismo y la recuperación de errores, superando las limitaciones de las llamadas a herramientas independientes.
• Mecanismos de Auditoría y Reproducibilidad: Implementa un seguimiento de procedencia (provenance tracking) de cada artefacto generado, permitiendo que los humanos auditen cada decisión algorítmica.
• Benchmarks Específicos (PharmaBench): Presenta un nuevo conjunto de datos de evaluación de 88 tareas que cubren desde la identificación de objetivos hasta la investigación preclínica, diseñado para probar tanto la capacidad de razonamiento como la orquestación de herramientas.

4. Resultados y Evaluación

El sistema fue evaluado en PharmaBench y mediante estudios de caso de extremo a extremo:

• Rendimiento en PharmaBench:

  • Mozi superó a la línea base Biomni en precisión de clasificación y preguntas de opción múltiple (MCQ), especialmente al utilizar modelos base más grandes (Qwen3-235B alcanzó un 33/54 en clasificación vs. 20/54 de la línea base).
  • En tareas de regresión (SMAPE), Mozi mostró menor error (1.169 vs 1.599 con modelos grandes), demostrando una mejor selección y parametrización de herramientas.
  • En el subconjunto de tareas de razonamiento científico (HLE), Mozi superó a sistemas generales como Gemini-2.5-Pro y otros agentes científicos, logrando una precisión exacta del 21.42% con el modelo Deepseek-V3.2.

• Estudios de Caso (Caso de Uso Real):

  • Se ejecutaron flujos completos para Enfermedad de Crohn, Parkinson y Sepsis.
  • Robustez: El sistema manejó fallos computacionales locales (ej. errores en AutoDock Vina) sin colapsar el flujo completo, gracias a la lógica de contención de errores en los gráficos de habilidades.
  • Colaboración HITL: En el caso de Parkinson, un experto humano intervino para corregir la predicción de la bolsa de unión, lo que permitió al sistema filtrar 377,760 compuestos y generar candidatos seguros que evitaban la toxicidad (bloqueo hERG) detectada en etapas tempranas.
  • Calidad de Candidatos: Los candidatos generados mostraron puntuaciones de acoplamiento competitivas y perfiles de seguridad superiores a los benchmarks existentes, con estructuras químicas válidas y sintetizables.

5. Significado e Impacto

Mozi representa un cambio de paradigma en la automatización científica:

• De "Conversacionalista Frágil" a "Co-científico Gobernado": Transforma a los LLM de herramientas conversacionales propensas a alucinaciones en asistentes de investigación confiables, auditables y seguros para entornos regulados.
• Escalabilidad Segura: Demuestra que es posible escalar la IA en pipelines científicos de alto riesgo sin sacrificar la seguridad o la reproducibilidad, mediante la imposición de restricciones estructurales sobre la libertad generativa.
• Validación de la Arquitectura Dual: Confirma que separar la lógica de gobernanza de la ejecución de flujos de trabajo es esencial para la fiabilidad a largo plazo en dominios complejos como la biología computacional.
• Futuro: Establece un nuevo estándar para la evaluación de agentes científicos y abre la puerta a la integración de cuantificación de incertidumbre y validación experimental más rigurosa en futuras iteraciones.

En resumen, Mozi no solo mejora la precisión técnica en el descubrimiento de fármacos, sino que resuelve el problema fundamental de la confianza y la gobernanza necesaria para que la IA sea adoptada en la industria farmacéutica real.