Mozi: Governed Autonomy for Drug Discovery LLM Agents

Dit paper introduceert Mozi, een tweelaags architectuur die de flexibiliteit van generatieve AI combineert met de deterministische rigour van computationele biologie om autonome agents voor medicijnontdekking te sturen via een toezichthoudend supervisor-werknemer-model en gestructureerde workflow-plannen, waardoor foutaccumulatie wordt gemitigeerd en betrouwbare, traceerbare resultaten worden gegarandeerd.

De kern

Stel je voor dat het vinden van een nieuw medicijn een gigantische zoektocht is door een donker, complex labyrint vol met miljoenen mogelijke paden. Vroeger deden mensen dit alleen, met papier en potlood, wat decennia en miljarden euro's kostte. Vandaag de dag proberen we kunstmatige intelligentie (AI) in te zetten om ons te helpen. Maar hier zit een probleem: de huidige AI's zijn als slimme, maar onvoorspelbare kinderen. Ze kunnen prachtige verhalen vertellen, maar als je ze vraagt om een medicijn te ontwerpen, kunnen ze halverwege "hallucineren" (dingen verzinnen die niet bestaan) of de verkeerde chemische formule gebruiken. Een kleine fout aan het begin kan leiden tot een ramp aan het einde.

Deze paper introduceert Mozi, een slim nieuw systeem dat deze AI's omtovert van onbetrouwbare dromers tot gestructureerde, betrouwbare wetenschappers.

Hier is hoe Mozi werkt, vertaald naar een simpele metafoor:

1. Het Probleem: De "Losse" AI

Stel je een AI-agent voor als een zeer creatieve, maar ongeleide chef-kok. Hij kan fantastische gerechten bedenken, maar als je hem vraagt om een maaltijd voor 10.000 mensen te koken, gaat hij de keuken in chaos storten. Hij gebruikt misschien giftige ingrediënten, vergeet stappen, of roept dingen die er niet zijn. In de farmacie is zo'n fout dodelijk.

2. De Oplossing: Mozi als Twee-laags Systeem

Mozi lost dit op door de AI te verdelen in twee teams die samenwerken, net als een bouwproject:

Laag A: De Bouwmeester (De Controle)

Dit is de Manager of Bouwmeester. Hij zit niet zelf met de hamer te slaan, maar houdt het overzicht.

• Wat doet hij? Hij kijkt naar de opdracht (bijv. "Maak een medicijn tegen Parkinson") en maakt een strikt plan.
• De Regel: Hij zorgt ervoor dat de "werkers" alleen doen wat ze mogen. Als een werker probeert een dure machine te gebruiken waar hij geen pasje voor heeft, blokkeert de Manager het.
• De Veiligheid: Als er iets misgaat (bijvoorbeeld: de AI denkt dat een eiwit er anders uitziet dan het is), stopt de Manager het proces, kijkt hij naar de fout, en laat hij het plan opnieuw maken. Hij zorgt dat niemand de verkeerde richting op loopt.

Laag B: De Vakmensen (Het Werk)

Dit zijn de Gespecialiseerde Vakmensen (de chemici, de biologen).

• Wat doen zij? Zij voeren het zware werk uit. Ze zoeken in databases, simuleren hoe moleculen aan elkaar plakken, en testen of het giftig is.
• De Structuur: In plaats van dat ze vrij rondlopen, werken ze volgens een stap-voor-stap bouwtekening (een "Skill Graph"). Ze kunnen pas de volgende stap doen als de vorige stap perfect is afgerond en gecontroleerd.
• De Menselijke Hand: Op cruciale momenten (bijvoorbeeld voordat ze gaan bouwen) stopt het systeem even. Dan roept de Manager een menselijke expert (een echte wetenschapper) om te zeggen: "Ja, dit is een goed plan, ga door." Dit voorkomt dat de AI in een droomwereld blijft hangen.

3. Hoe het werkt in de praktijk: Een Reis door drie ziektes

De auteurs hebben Mozi getest op drie moeilijke ziektes, alsof ze drie verschillende huizen bouwen:

• Ziekte 1: Crohn (De maag-darmklachten):
  Mozi vond een doelwit in het lichaam, ontwierp een nieuw molecuul dat daar perfect in past, en testte het. Het systeem zag dat een paar ontworpen moleculen "kapot" gingen tijdens de test, maar in plaats van te crashen, haalde het die er gewoon uit en ging door met de goede. Het resultaat: een nieuw, veilig kandidaat-medicijn.

• Ziekte 2: Parkinson (De hersenziekte):
  Hier was het extra lastig omdat het medicijn de bloed-hersenbarrière moest passeren. De AI ontwierp eerst een paar moleculen, maar de "Manager" zag dat deze giftig waren voor het hart. In plaats van te stoppen, gaf hij de opdracht: "Ga terug en maak ze veiliger!" De AI herschreef het ontwerp tot het perfect was, net zo goed als bestaande medicijnen, maar dan nieuw.

• Ziekte 3: Sepsis (Bloedvergiftiging):
  Hier moest het heel snel gaan. Mozi scande honderdduizenden moleculen. Toen een paar tests faalden (een computerfoutje), pakte het systeem dit rustig op zonder dat het hele project instortte. Het leverde weer een veilig en effectief voorstel op.

4. Waarom is dit belangrijk?

Vroeger waren AI's in de wetenschap als wilde paarden: snel, maar onbeheersbaar. Je kon ze niet vertrouwen voor zware klussen.
Met Mozi hebben we het paard een trensel en een ruiter gegeven.

• De ruiter (Laag A) houdt het paard onder controle en zorgt dat het op het juiste pad blijft.
• Het paard (Laag B) heeft de kracht en snelheid om de zware klus te klaren.

Conclusie:
Mozi verandert de AI van een "leuke prater" in een betrouwbare co-wetenschapper. Het combineert de creativiteit van AI met de strenge regels van de echte wereld. Het betekent dat we in de toekomst sneller, veiliger en goedkoper nieuwe medicijnen kunnen vinden, zonder dat we bang hoeven te zijn dat de computer halverwege uit het raam springt.

Het is alsof we een veiligheidsnet hebben gebouwd onder de hoogste toren van de wetenschap, zodat we hoger en sneller kunnen klimmen zonder te vallen.

Technische samenvatting

Titel: Mozi: Gesteunde Autonomie voor LLM-Agenten in de Ontdekking van Geneesmiddelen

Auteurs: He Cao, Siyu Liu, Fan Zhang, et al. (International Digital Economy Academy - IDEA)

---

1. Probleemstelling

De ontdekking van nieuwe geneesmiddelen is een complex, duur en tijdrovend proces dat vaak meer dan tien jaar en miljarden dollars kost. Hoewel kunstmatige intelligentie (AI) en machine learning (ML) specifieke taken in deze pijplijn versnellen (zoals structuurvoorspelling of virtuele screening), werken deze modellen vaak als geïsoleerde "eilanden van intelligentie" zonder interoperabiliteit.

De introductie van Tool-Augmented Large Language Model (LLM) agents belooft deze gaten te dichten door redenering te koppelen aan computationele tools. Echter, de toepassing hiervan in de farmaceutische sector wordt geblokkeerd door twee kritieke barrières:

1. Ongecontroleerd tool-gebruik: Generieke LLM-agenten zijn vatbaar voor "hallucinaties" bij het kiezen van tools of parameters, wat leidt tot onherhaalbare trajecten en fouten in de uitvoering.
2. Slechte betrouwbaarheid op lange termijn: In afhankelijke pijplijnen (waarbij stap A nodig is voor stap B) kunnen vroege fouten multiplicatief oplopen, waardoor de hele downstream-pijplijn wetenschappelijk ongeldig wordt.

Er is een urgent behoefte aan een architectuur die de flexibiliteit van generatieve AI combineert met de deterministische strengheid van computationele biologie, zonder de auditbaarheid en veiligheid te verwaarlozen.

---

2. Methodologie: De Mozi-architectuur

Mozi introduceert een tweelaags architectuur die de flexibiliteit van LLM's verenigt met gestructureerde workflows. Het systeem is ontworpen volgens het principe: "vrij redeneren voor veilige taken, gestructureerde uitvoering voor pijplijnen op lange termijn."

Laag A: Control Plane (Besturingsvlak)

Dit laag fungeert als een hiërarchisch supervisor-werknemer-systeem dat de governance en planning regelt.

• Supervisor-werknemer hiërarchie: Een centrale Supervisor-agent deconstrueert complexe vragen en delegeert taken aan gespecialiseerde Werknemers (bijv. Research Agent, Computation Agent).
• Rolgebaseerde isolatie: Tools worden strikt gefilterd op basis van de rol van de agent. Een agent die literatuur zoekt, heeft bijvoorbeeld geen toegang tot dure computationele docking-simulaties.
• Reflectie en herplanning: In plaats van een open-ended loop, gebruikt Mozi een gebonden uitvoeringslus met een reflectiemechanisme. Als een stap faalt of onvoldoende informatie oplevert, wordt dynamisch herplanning geactiveerd in plaats van blind doorgaan.
• Auditbaarheid: Elke beslissing en actie wordt traceerbaar vastgelegd om compliance met bedrijfsbeleid te garanderen.

Laag B: Workflow Plane (Werkflowvlak)

Dit laag operationaliseert de wetenschappelijke protocollen als toestand-georiënteerde, samenstellbare "Skill Graphs" (vaak Directed Acyclic Graphs - DAGs).

• Skill Graphs: De standaard farmacologische pijplijn (van Target Identification tot Lead Optimization) is gemodelleerd als grafen. Dit zorgt voor geldige dataflow en voorkomt dat de agent in een loop terechtkomt of state verliest.
• Data Contracts: Strikte input/output-validatie (via Format Adapters) zorgt ervoor dat data (bijv. PDB-bestanden) correct zijn voordat ze naar gevoelige tools worden gestuurd ("Garbage in, garbage out" wordt voorkomen).
• Human-in-the-Loop (HITL) Checkpoints: Op kritieke beslispunten (bijv. selectie van een target of structuur) pauzeert het systeem om menselijke experts te laten interveniëren, parameters te corrigeren of een terugkeer naar een vorige staat te initiëren.
• MCP (Model Context Protocol): Een standaardlaag die heterogene tools (databases, Docker-containers, cloud-API's) uniform maakt voor zowel de agent als de mens.

Specifieke Workflow-stages in Mozi:

1. Target Identification: Normalisatie van ziektenamen, aggregatie van literatuur en klinische trials, en ophalen van PDB-structuren.
2. Hit Identification: Een parallelle strategie met twee stromen: (A) Generatief (de novo moleculen genereren in een bindingstas) en (B) Screening (High-Throughput Virtual Screening van bestaande bibliotheken).
3. Hit-to-Lead: Uitbreiding van de chemische ruimte via R-groep exploratie en scaffold hopping, gevolgd door strikte filtratie (PAINS, ADMET).
4. Lead Optimization: Een gesloten lus met Reinforcement Learning (RL) om moleculen te optimaliseren voor affiniteit, drug-likeness (QED) en synthetische toegankelijkheid.

---

3. Belangrijkste Bijdragen

• Gesteunde Autonomie (Governed Autonomy): Een nieuw paradigma dat de onvoorspelbaarheid van LLM's beperkt door strikte governance, rolgebaseerde toegang en stateful workflows, waardoor agenten betrouwbaar worden in hoog-risico domeinen.
• Dual-Layer Architectuur: Een innovatieve scheiding tussen een flexibele besturingslaag (voor planning) en een rigide werkflowlaag (voor uitvoering), wat de foutpropagatie in lange pijplijnen minimaliseert.
• PharmaBench: De introductie van een nieuw, zorgvuldig samengesteld benchmark van 88 taken die de volledige reikwijdte van geneesmiddelenontdekking bestrijken, van data-retrieval tot complexe wetenschappelijke redenering.
• End-to-End Case Studies: Demonstratie van het systeem in actie voor complexe ziekten (Crohn's, Parkinson, Sepsis), waarbij het systeem succesvol navigeert door enorme chemische ruimtes en menselijke expertise integreert.

---

4. Resultaten

De evaluatie van Mozi toont aan dat het systeem superieure prestaties levert ten opzichte van bestaande baselines (zoals Biomni, STELLA, SciMaster).

• PharmaBench Prestaties:
  • Mozi verbeterde de classificatie- en meerkeuzevraag (MCQ) nauwkeurigheid aanzienlijk ten opzichte van de baseline Biomni, vooral bij gebruik van grotere modelbackends (Qwen3-235B).
  • Bij regressietaken (SMAPE) toonde Mozi lagere foutmarges, wat wijst op betere tool-selectie en parameter-handling.
• HLE (Humanity's Last Exam) Subset:
  • Op 28 uitdagende wetenschappelijke redeneertaken presteerde Mozi (met Qwen3-235B en Deepseek-V3.2) beter dan geavanceerde modellen zoals Gemini-2.5-Pro en Biomni.
  • Dit bevestigt dat de architectuur de "Supervisor"-laag effectief ondersteunt bij complexe, contextrijke taken.
• Case Studies (Crohn's, Parkinson, Sepsis):
  • Het systeem slaagde erin om volledige pijplijnen uit te voeren, waarbij het automatisch omging met computatiefouten (bijv. AutoDock Vina crashes) zonder de hele workflow te laten crashen.
  • Bij Parkinson's ziekte detecteerde het systeem automatisch toxiciteitsproblemen (hERG blokkade) in een vroeg stadium en stuurde het Reinforcement Learning-agent autonoom de zoektocht naar veiligere chemische scaffolds.
  • De gegenereerde moleculen voor Parkinson (LRRK2-remmers) haalden vergelijkbare voorspelde bindingscores (ipTM) als de klinische benchmark DNL-201, terwijl andere systemen faalden in het genereren van nieuwe, geldige moleculen.

---

5. Betekenis en Conclusie

Mozi vertegenwoordigt een fundamentele verschuiving in de toepassing van AI in de farmaceutische industrie. Het transformeert LLM-agenten van fragiele "conversatiepartners" naar betrouwbare, gestuurde co-wetenschappers.

• Betrouwbaarheid: Door de integratie van stateful workflows en HITL-checkpoints wordt het risico van hallucinaties en irreproduceerbare resultaten drastisch verminderd.
• Schaalbaarheid: De architectuur maakt het mogelijk om complexe, multidisciplinaire taken te automatiseren die eerder te riskant waren voor volledig autonome systemen.
• Toekomstperspectief: Hoewel de huidige resultaten gebaseerd zijn op in silico proxy-modellen, biedt Mozi een robuust raamwerk voor de toekomstige integratie van experimentele validatie en onzekerheidskwantificering. Het stelt de industrie in staat om de "islands of intelligence" te verbinden tot een coherente, veilige en auditbare ontdekkingssysteem.

Kortom, Mozi lost het fundamentele spanningsveld op tussen de creatieve flexibiliteit van generatieve AI en de strikte, deterministische eisen van de farmaceutische R&D.