🤖 machine learning

DrugSAGE:Self-evolving Agent Experience for Efficient State-of-the-Art Drug Discovery

DrugSAGE es un marco de agentes autoevolutivo que acumula y reutiliza experiencias entre tareas —como habilidades verificadas, estrategias efectivas y correcciones de errores— para construir de manera eficiente modelos de descubrimiento de fármacos de última generación, superando significativamente a los agentes existentes al reducir o eliminar la necesidad de búsquedas costosas en nuevas tareas.

Autores originales: Yikun Zhang, Xiwei Cheng, Tianyu Liu, Yuanqi Du, Wengong Jin

Publicado 2026-05-18

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Yikun Zhang, Xiwei Cheng, Tianyu Liu, Yuanqi Du, Wengong Jin

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que intentas hornear el pastel perfecto para una receta específica y difícil. En el mundo del descubrimiento de fármacos, este "pastel" es un modelo informático que predice cómo se comportará un nuevo medicamento en el cuerpo humano.

Actualmente, si un científico quiere hornear un pastel para una nueva receta (una nueva propiedad del fármaco), generalmente comienza desde cero. Tiene que adivinar qué ingredientes usar, probar diferentes temperaturas del horno, probar la masa, fallar y empezar de nuevo. Incluso si hornea 100 pasteles para 100 recetas diferentes, a menudo desecha todas las lecciones aprendidas después del primero. Trata cada nueva receta como un misterio completamente nuevo, desperdiciando tiempo y dinero re-aprendiendo cosas que ya conoce.

DRUGSAGE es un nuevo "pastelero inteligente" (un agente de IA) que cambia las reglas. En lugar de olvidar sus errores y éxitos, mantiene un libro de recetas gigante y en evolución que se vuelve más inteligente con cada pastel que hornea.

Así es como funciona, desglosado en partes simples:

1. El "Libro de Recetas" (La Memoria)

La mayoría de los agentes de IA tienen una memoria a corto plazo; olvidan lo que hicieron ayer. DRUGSAGE tiene una memoria a largo plazo compuesta de tres secciones específicas:

Las "Recetas Ganadoras" (Memoria de Soluciones): Recuerda qué combinaciones específicas de ingredientes (modelos y métodos de entrenamiento) funcionaron mejor para tareas similares en el pasado.
Las "Notas del Chef" (Memoria de Refinamiento): Recuerda por qué funcionó un cambio. Por ejemplo: "Cuando bajamos la temperatura del horno 10 grados, el pastel subió mejor".
El "Registro de Desastres" (Memoria de Ejecución): Mantiene una lista de cosas que provocaron que la cocina se incendiara (errores de código, caídas de memoria) y exactamente cómo solucionarlo la próxima vez.

2. La "Búsqueda Inteligente" (Cómo encuentra el mejor modelo)

Cuando se le pide a DRUGSAGE hornear un pastel nuevo, no adivina simplemente al azar. Utiliza una estrategia llamada MCTS (Búsqueda en Árbol Monte Carlo), que es como explorar un bosque de recetas posibles.

Sin Memoria: Un agente deambula por todo el bosque, probando cada camino, incluso aquellos que conducen a callejones sin salida.
Con DRUGSAGE: Antes de entrar siquiera al bosque, consulta su Libro de Recetas. Dice: "Oye, para un pastel similar a este, el camino de 'chips de chocolate' funcionó genial la última vez". Omite los callejones sin salida y va directamente a los caminos prometedores.
La Garantía: El artículo demuestra matemáticamente que, incluso con esta "chuleta" del pasado, el agente sigue teniendo garantizado encontrar la solución absolutamente mejor eventualmente, solo que mucho más rápido.

3. La Superpoder de "Búsqueda Cero"

Este es el truco más impresionante. A veces, la nueva receta es tan similar a una antigua que DRUGSAGE no necesita hornear nada.

El Escenario: Si le pides predecir cómo se disuelve un fármaco en agua, y ya ha resuelto un problema muy similar sobre cómo se disuelve un fármaco en aceite, podría decir: "Ya conozco la respuesta. Solo copiaré la receta ganadora de la tarea del aceite y la usaré aquí".
El Resultado: Entrega una solución de primer nivel con cero pruebas o búsquedas adicionales. Es como un chef que, al pedirle que haga una tarta de limón, se da cuenta de que ya hizo una tarta de lima perfecta ayer y solo cambia la fruta, ahorrando horas de trabajo.

Los Resultados: ¿Funcionó?

Los autores probaron a este "pastelero inteligente" en 33 desafíos diferentes de descubrimiento de fármacos (como predecir toxicidad, solubilidad o qué tan bien se une un fármaco a una proteína).

Rendimiento en Solitario: Cuando se le obligó a trabajar solo sin ayuda, DRUGSAGE aún superó a todos los demás agentes de IA de primer nivel.
Rendimiento en Trabajo en Equipo: Cuando se le permitió usar su memoria de 16 tareas más pequeñas para ayudar con 17 tareas nuevas y más difíciles, aplastó a la competencia.
La Gran Victoria: En el modo "Búsqueda Cero" (donde simplemente copia soluciones pasadas sin probar), superó a otros agentes que tenían permitido pasar horas buscando respuestas. Fue 10% a 30% mejor que la competencia, aunque la competencia estaba trabajando mucho más duro.

En Resumen

DRUGSAGE es una IA que aprende a aprender. En lugar de tratar cada problema de descubrimiento de fármacos como un nuevo comienzo, trata cada problema como una lección que hace que el siguiente sea más fácil. Construye una biblioteca de "habilidades verificadas" y "soluciones probadas", permitiéndole resolver problemas complejos de fármacos más rápido, más barato y con mayor precisión que cualquier sistema anterior.

Resumen Técnico: DRUGSAGE

Enunciado del Problema

Construir modelos predictivos de última generación (SOTA) para el descubrimiento de fármacos es un problema de búsqueda costoso. Los agentes actuales basados en Modelos de Lenguaje Grande (LLM) pueden lograr un rendimiento SOTA mediante una búsqueda extensiva sobre herramientas, arquitecturas y estrategias de entrenamiento. Sin embargo, estos agentes suelen tratar cada tarea como un problema aislado, descartando toda la experiencia de búsqueda acumulada (por ejemplo, featurizaciones efectivas, recetas de entrenamiento o correcciones de errores) una vez completada la tarea. En consecuencia, deben pagar el costo completo de búsqueda computacional y de tokens para cada nueva tarea, lo que dificulta escalar el desarrollo de modelos SOTA a través de los miles de problemas de predicción diversos encontrados en el descubrimiento de fármacos.

Metodología

Los autores proponen DRUGSAGE (Experiencia del Agente Autoevolutiva), un marco diseñado para acumular y reutilizar experiencia entre tareas para construir modelos de descubrimiento de fármacos SOTA de manera eficiente. El sistema opera a través de tres componentes principales:

1. Biblioteca de Habilidades Ejecutables ( $K$ )

Antes de comenzar la búsqueda presupuestada, un Agente Explorador construye una biblioteca de habilidades compartida buscando en literatura y repositorios de GitHub. Este proceso implica:

Descubrimiento: Consultar literatura desde múltiples perspectivas de expertos para identificar artículos y repositorios relevantes.
Fundamentación: Clonar repositorios y extraer instantáneas del Árbol de Sintaxis Abstracta (AST) para asegurar que el LLM solo utilice símbolos observados en el código.
Validación: Ejecutar verificaciones por niveles (sintaxis, resolución de importaciones, ejecución de extremo a extremo en entornos aislados) con reparación automática. Solo las habilidades validadas se añaden a $K$ .

2. Memoria de Experiencia Transversal a Tareas ( $Z$ )

DRUGSAGE mantiene una memoria persistente $Z = (R, H, Q)$ que almacena evidencia de tareas anteriores:

Memoria de Soluciones ( $R$ ): Registra el rendimiento de familias de modelos y soluciones específicas a través de diferentes tareas, incluyendo arquitectura, hiperparámetros y puntuaciones de validación.
Memoria de Refinamiento ( $H$ ): Almacena información sobre las aristas en el árbol de búsqueda, incluyendo ediciones propuestas por el LLM, fundamentos y las diferencias de rendimiento entre nodos padres e hijos.
Memoria de Ejecución ( $Q$ ): Registra fallos de ejecución, correcciones verificadas, perfiles de recursos (tiempo de ejecución/memoria) y trazas del entorno para permitir reparaciones rápidas durante futuras ejecuciones.

3. Búsqueda Condicionada por Experiencia

El bucle de búsqueda central utiliza una Búsqueda en Árbol de Monte Carlo (MCTS) Mejorada con Memoria cuando está disponible un presupuesto de búsqueda ( $B > 0$ ). La memoria $Z$ guía cuatro etapas:

Selección de Raíz: Utiliza una regla de Límite Superior de Confianza (UCB) aumentada con memoria para seleccionar familias de modelos, equilibrando el rendimiento de la tarea actual con puntuaciones de transferencia históricas. Los autores demuestran que esta modificación preserva el límite de arrepentimiento $O(|F| \log T)$ del UCB estándar.
Muestreo de Padres: Selecciona soluciones padres específicas para expandir basándose en el rendimiento de la tarea objetivo, la amplitud de expansión y el rendimiento histórico.
Generación de Hijos: El LLM propone ediciones fundamentadas por $H$ , recuperando fundamentos relevantes y recetas exitosas de tareas pasadas similares.
Ejecución y Reparación: Utiliza $Q$ para preparar entornos y aplicar correcciones verificadas inmediatamente al encontrar errores conocidos.

4. Búsqueda Cero en Tiempo de Prueba (DRUGSAGE-ZERO)

Cuando el presupuesto de búsqueda es cero ( $B=0$ ), el sistema omite la búsqueda por completo. Forma una firma de tarea (tipo de tarea, métrica, tamaño del conjunto de datos, incrustación de descripción) para identificar tareas análogas en la memoria $Z$ . Recupera la mejor solución verificada de la tarea histórica más similar y la despliega directamente en el nuevo objetivo.

Contribuciones Clave

Diseño del Marco: Introducción de DRUGSAGE, un agente autónomo que integra memoria transversal a tareas en un bucle de búsqueda basado en MCTS. Los autores proporcionan una garantía formal de que la política de selección aumentada con memoria preserva el límite de arrepentimiento del UCB estándar.
Descubrimiento Automatizado de Habilidades: A diferencia de trabajos anteriores (por ejemplo, Autoresearch) que refinan modelos proporcionados por el usuario o de los principales líderes en tablas de clasificación, DRUGSAGE construye automáticamente una biblioteca de habilidades buscando en literatura y repositorios, eliminando la necesidad de puntos de partida curados por humanos y ampliando el espacio de búsqueda.
Eficiencia Cero en Tiempo de Prueba: Demostración de que la memoria transversal a tareas permite un régimen de "búsqueda cero en tiempo de prueba". DRUGSAGE-ZERO transfiere soluciones verificadas a nuevas tareas sin ninguna búsqueda en tiempo de prueba, superando a agentes base que realizan 20 iteraciones de búsqueda.

Resultados Experimentales

El marco fue evaluado en 33 tareas de predicción de propiedades moleculares a través de dos puntos de referencia: Therapeutic Data Commons (TDC) y Polaris Hub.

Configuración de Tarea Única: En una configuración donde los agentes construyen soluciones desde cero sin memoria transversal a tareas, DRUGSAGE ocupó el primer lugar entre nueve agentes SOTA (incluyendo Autoresearch, STELLA y Biomni) con una clasificación promedio de 1.95 y 10 victorias en 22 tareas.
Configuración Transversal a Tareas: Utilizando memoria acumulada de 16 tareas más pequeñas, DRUGSAGE fue evaluado en 17 tareas retenidas.
- DRUGSAGE-ZERO ( $B=0$ ): Logró una puntuación normalizada promedio de 0.935 en 17 tareas retenidas, superando a todos los agentes base (que utilizaron hasta 20 pasos de búsqueda) en un 10–30%.
- Eficiencia: DRUGSAGE-ZERO incurrió en costos de API de LLM cercanos a cero en tiempo de prueba, mientras que los base requirieron presupuestos sustanciales de computación y tokens para la búsqueda iterativa.
- Rendimiento: En casos específicos (por ejemplo, Solubilidad e Inhibición de CYP2D6), la solución de transferencia sin ejemplos superó a la versión de búsqueda completa de DRUGSAGE, lo que sugiere que la estrategia transferida fue superior a lo que el agente podría descubrir desde cero dentro del presupuesto.

Significado y Afirmaciones

El artículo afirma que DRUGSAGE demuestra la ventaja distintiva de la memoria transversal a tareas para el desarrollo eficiente de modelos SOTA en el descubrimiento de fármacos. Al tratar cada tarea como una experiencia que enriquece al agente para futuras tareas, el sistema reduce el espacio de búsqueda y puede, en algunos casos, omitir la búsqueda por completo. El trabajo destaca que muchas tareas de descubrimiento de fármacos comparten similitudes estructurales (estructura de entrada/salida, necesidades de featurización) que los agentes actuales pasan por alto, y que acumular habilidades verificadas y evidencia estadística permite una adaptación rápida a nuevos problemas sin incurrir en el costo completo del ensayo y error iterativo. Los autores señalan que, aunque el marco se prueba principalmente en el descubrimiento de fármacos, el enfoque de acumular experiencia estructurada transversal a tareas podría generalizarse a otras áreas de investigación científica.