🤖 machine learning

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

DrugSAGE est un cadre d'agents auto-évoluant qui accumule et réutilise des expériences inter-tâches — telles que des compétences vérifiées, des stratégies efficaces et des corrections d'erreurs — pour construire efficacement des modèles de découverte de médicaments à la pointe de l'art, surpassant nettement les agents existants en réduisant ou éliminant le besoin de recherches coûteuses sur de nouvelles tâches.

Auteurs originaux : Yikun Zhang, Xiwei Cheng, Tianyu Liu, Yuanqi Du, Wengong Jin

Publié 2026-05-18

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Yikun Zhang, Xiwei Cheng, Tianyu Liu, Yuanqi Du, Wengong Jin

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de préparer le gâteau parfait pour une recette spécifique et difficile. Dans le monde de la découverte de médicaments, ce « gâteau » est un modèle informatique qui prédit comment un nouveau médicament se comportera dans le corps humain.

Actuellement, si un scientifique veut préparer un gâteau pour une nouvelle recette (une nouvelle propriété du médicament), il commence généralement à partir de zéro. Il doit deviner quels ingrédients utiliser, essayer différentes températures de four, goûter la pâte, échouer, et recommencer. Même s'il prépare 100 gâteaux pour 100 recettes différentes, il jette souvent toutes les leçons apprises après la première. Il traite chaque nouvelle recette comme un mystère entièrement nouveau, gaspillant temps et argent à réapprendre des choses qu'il connaît déjà.

DRUGSAGE est un nouveau « boulanger intelligent » (un agent d'IA) qui change les règles. Au lieu d'oublier ses erreurs et ses succès, il conserve un gros livre de recettes évolutif qui devient plus intelligent à chaque gâteau qu'il prépare.

Voici comment cela fonctionne, décomposé en parties simples :

1. Le « Livre de Recettes » (La Mémoire)

La plupart des agents d'IA ont une mémoire à court terme ; ils oublient ce qu'ils ont fait hier. DRUGSAGE possède une mémoire à long terme composée de trois sections spécifiques :

Les « Recettes Gagnantes » (Mémoire de Solution) : Il se souvient des combinaisons spécifiques d'ingrédients (modèles et méthodes d'entraînement) qui ont fonctionné le mieux pour des tâches similaires dans le passé.
Les « Notes du Chef » (Mémoire de Raffinement) : Il se souvient pourquoi un changement a fonctionné. Par exemple : « Lorsque nous avons baissé la température du four de 10 degrés, le gâteau a mieux levé. »
Le « Journal des Catastrophes » (Mémoire d'Exécution) : Il conserve une liste des éléments qui ont provoqué l'incendie de la cuisine (erreurs de code, plantages de mémoire) et exactement comment les résoudre la prochaine fois.

2. La « Recherche Intelligente » (Comment il trouve le meilleur modèle)

Lorsqu'on demande à DRUGSAGE de préparer un nouveau gâteau, il ne devine pas au hasard. Il utilise une stratégie appelée MCTS (Recherche Arborescente de Monte Carlo), qui ressemble à l'exploration d'une forêt de recettes possibles.

Sans Mémoire : Un agent erre dans toute la forêt, essayant chaque chemin, même ceux qui mènent à des impasses.
Avec DRUGSAGE : Avant même de pénétrer dans la forêt, il consulte son Livre de Recettes. Il dit : « Hé, pour un gâteau similaire à celui-ci, le chemin « aux pépites de chocolat » a très bien fonctionné la dernière fois. » Il évite les impasses et va directement vers les chemins prometteurs.
La Garantie : L'article prouve mathématiquement que même avec cette « feuille de triche » du passé, l'agent est toujours garanti de trouver la meilleure solution absolue à terme, simplement beaucoup plus vite.

3. La Superpuissance « Recherche Zéro »

C'est l'astuce la plus impressionnante. Parfois, la nouvelle recette est si similaire à une ancienne que DRUGSAGE n'a pas besoin de préparer le gâteau du tout.

Le Scénario : Si vous lui demandez de prédire comment un médicament se dissout dans l'eau, et qu'il a déjà résolu un problème très similaire concernant la dissolution d'un médicament dans l'huile, il pourrait dire : « Je connais déjà la réponse. Je vais simplement copier la recette gagnante de la tâche sur l'huile et l'utiliser ici. »
Le Résultat : Il fournit une solution de premier ordre avec zéro test ou recherche supplémentaire. C'est comme un chef qui, lorsqu'on lui demande de faire une tarte au citron, réalise qu'il a déjà fait une tarte au citron vert parfaite hier et se contente de changer le fruit, économisant ainsi des heures de travail.

Les Résultats : Est-ce que ça a marché ?

Les auteurs ont testé ce « boulanger intelligent » sur 33 défis différents de découverte de médicaments (comme prédire la toxicité, la solubilité, ou la façon dont un médicament se lie à une protéine).

Performance Solo : Lorsqu'il était forcé de travailler seul sans aide, DRUGSAGE a tout de même battu tous les autres agents d'IA de premier plan.
Performance en Équipe : Lorsqu'il a pu utiliser sa mémoire issue de 16 tâches plus petites pour aider à 17 nouvelles tâches plus difficiles, il a écrasé la concurrence.
La Grande Victoire : En mode « Recherche Zéro » (où il copie simplement les solutions passées sans tester), il a surpassé d'autres agents autorisés à passer des heures à chercher des réponses. Il était 10 % à 30 % meilleur que la concurrence, même si cette dernière travaillait beaucoup plus dur.

En Bref

DRUGSAGE est une IA qui apprend à apprendre. Au lieu de traiter chaque problème de découverte de médicaments comme un nouveau départ, il traite chaque problème comme une leçon qui rend le suivant plus facile. Il construit une bibliothèque de « compétences vérifiées » et de « correctifs éprouvés », lui permettant de résoudre des problèmes complexes de médicaments plus rapidement, moins cher et plus précisément que tout système précédent.

Résumé Technique : DRUGSAGE

Énoncé du Problème

La construction de modèles prédictifs de pointe (SOTA) pour la découverte de médicaments constitue un problème de recherche coûteux. Les agents actuels basés sur les grands modèles de langage (LLM) peuvent atteindre des performances SOTA en explorant intensivement des outils, des architectures et des stratégies d'entraînement. Cependant, ces agents traitent généralement chaque tâche comme un problème isolé, jetant toute l'expérience de recherche accumulée (par exemple, les représentations efficaces, les recettes d'entraînement ou les corrections d'erreurs) une fois la tâche terminée. Par conséquent, ils doivent payer le coût complet de la recherche computationnelle et en tokens pour chaque nouvelle tâche, rendant difficile la mise à l'échelle du développement de modèles SOTA à travers les milliers de problèmes de prédiction diversifiés rencontrés dans la découverte de médicaments.

Méthodologie

Les auteurs proposent DRUGSAGE (Expérience d'Agent Auto-évolutive), un cadre conçu pour accumuler et réutiliser l'expérience entre les tâches afin de construire efficacement des modèles de découverte de médicaments SOTA. Le système fonctionne via trois composants principaux :

1. Bibliothèque de Compétences Exécutables ( $K$ )

Avant le début de la recherche budgétisée, un Agent d'Exploration construit une bibliothèque de compétences partagée en explorant la littérature et les dépôts GitHub. Ce processus implique :

Découverte : Interrogation de la littérature sous plusieurs perspectives d'experts pour identifier les articles et dépôts pertinents.
Ancrage : Clonage des dépôts et extraction d'instantanés d'arbres de syntaxe abstraite (AST) pour garantir que le LLM n'utilise que des symboles observés dans le code.
Validation : Exécution de vérifications par niveaux (syntaxe, résolution d'importation, exécution de bout en bout dans des environnements isolés) avec réparation automatique. Seules les compétences validées sont ajoutées à $K$ .

2. Mémoire d'Expérience Transverse ( $Z$ )

DRUGSAGE maintient une mémoire persistante $Z = (R, H, Q)$ qui stocke des preuves issues de tâches précédentes :

Mémoire de Solutions ( $R$ ) : Enregistre la performance des familles de modèles et de solutions spécifiques à travers différentes tâches, incluant l'architecture, les hyperparamètres et les scores de validation.
Mémoire de Raffinement ( $H$ ) : Stocke des informations sur les arêtes de l'arbre de recherche, y compris les modifications proposées par le LLM, les justifications et les écarts de performance entre les nœuds parents et enfants.
Mémoire d'Exécution ( $Q$ ) : Journalise les échecs d'exécution, les corrections vérifiées, les profils de ressources (temps d'exécution/mémoire) et les traces d'environnement pour permettre des réparations rapides lors des exécutions futures.

3. Recherche Conditionnée par l'Expérience

La boucle de recherche principale utilise une Recherche Arborescente Monte Carlo (MCTS) Améliorée par la Mémoire lorsqu'un budget de recherche ( $B > 0$ ) est disponible. La mémoire $Z$ guide quatre étapes :

Sélection de la Racine : Utilise une règle de borne supérieure de confiance (UCB) augmentée par la mémoire pour sélectionner des familles de modèles, équilibrant la performance de la tâche actuelle avec les scores de transfert historiques. Les auteurs prouvent que cette modification préserve la borne de regret $O(|F| \log T)$ de l'UCB standard.
Échantillonnage du Parent : Sélectionne des solutions parentes spécifiques à étendre en fonction de la performance de la tâche cible, de la largeur d'expansion et de la performance historique.
Génération de l'Enfant : Le LLM propose des modifications ancrées par $H$ , récupérant des justifications pertinentes et des recettes réussies de tâches passées similaires.
Exécution et Réparation : Utilise $Q$ pour préparer les environnements et appliquer immédiatement des corrections vérifiées dès la rencontre d'erreurs connues.

4. Recherche à Temps de Test Zéro (DRUGSAGE-ZERO)

Lorsque le budget de recherche est nul ( $B=0$ ), le système contourne entièrement la recherche. Il forme une signature de tâche (type de tâche, métrique, taille de l'ensemble de données, embedding de description) pour identifier des tâches analogues dans la mémoire $Z$ . Il récupère la meilleure solution vérifiée de la tâche historique la plus similaire et la déploie directement sur la nouvelle cible.

Contributions Clés

Conception du Cadre : Introduction de DRUGSAGE, un agent autonome qui intègre une mémoire transverse dans une boucle de recherche basée sur la MCTS. Les auteurs fournissent une garantie formelle que la politique de sélection augmentée par la mémoire préserve la borne de regret de l'UCB standard.
Découverte Automatisée de Compétences : Contrairement aux travaux antérieurs (par exemple, Autoresearch) qui affinent des modèles fournis par l'utilisateur ou classés en tête des classements, DRUGSAGE construit automatiquement une bibliothèque de compétences en explorant la littérature et les dépôts, éliminant le besoin de points de départ curatés par l'humain et élargissant l'espace de recherche.
Efficacité à Temps de Test Zéro : Démonstration que la mémoire transverse permet un régime de « recherche à temps de test zéro ». DRUGSAGE-ZERO transfère des solutions vérifiées vers de nouvelles tâches sans aucune recherche au moment du test, surpassant les agents de base effectuant 20 itérations de recherche.

Résultats Expérimentaux

Le cadre a été évalué sur 33 tâches de prédiction de propriétés moléculaires à travers deux référentiels : Therapeutic Data Commons (TDC) et Polaris Hub.

Configuration Mono-tâche : Dans une configuration où les agents construisent des solutions à partir de zéro sans mémoire transverse, DRUGSAGE s'est classé premier parmi neuf agents SOTA (incluant Autoresearch, STELLA et Biomni) avec un rang moyen de 1,95 et 10 victoires sur 22 tâches.
Configuration Transverse : Utilisant une mémoire accumulée à partir de 16 tâches plus petites, DRUGSAGE a été évalué sur 17 tâches retenues.
- DRUGSAGE-ZERO ( $B=0$ ) : A obtenu un score normalisé moyen de 0,935 sur 17 tâches retenues, surpassant tous les agents de base (qui utilisaient jusqu'à 20 étapes de recherche) de 10 à 30 %.
- Efficacité : DRUGSAGE-ZERO a engendré des coûts d'API LLM quasi nuls au moment du test, tandis que les agents de base nécessitaient des budgets de calcul et de tokens substantiels pour une recherche itérative.
- Performance : Dans des cas spécifiques (par exemple, Solubilité et Inhibition CYP2D6), la solution de transfert en zéro-shot a surpassé la version de recherche complète de DRUGSAGE, suggérant que la stratégie transférée était supérieure à ce que l'agent aurait pu découvrir à partir de zéro dans le cadre du budget.

Importance et Revendications

L'article revendique que DRUGSAGE démontre l'avantage distinct de la mémoire transverse pour le développement efficace de modèles SOTA dans la découverte de médicaments. En traitant chaque tâche comme une expérience qui enrichit l'agent pour les tâches futures, le système réduit l'espace de recherche et peut, dans certains cas, contourner entièrement la recherche. Le travail met en évidence que de nombreuses tâches de découverte de médicaments partagent des similitudes structurelles (structure entrée/sortie, besoins de représentation) que les agents actuels négligent, et que l'accumulation de compétences vérifiées et de preuves statistiques permet une adaptation rapide à de nouveaux problèmes sans encourir le coût complet d'essais et d'erreurs itératifs. Les auteurs notent que bien que le cadre soit testé principalement sur la découverte de médicaments, l'approche d'accumulation d'expérience structurée transverse pourrait être généralisée à d'autres domaines de la recherche scientifique.