SEISMO: Increasing Sample Efficiency in Molecular Optimization with a Trajectory-Aware LLM Agent

Resumo Técnico: SEISMO

1. O Problema

A otimização da estrutura molecular para atingir propriedades desejadas (como potência, seletividade e propriedades farmacocinéticas) é um gargalo central na descoberta de fármacos. O espaço químico é vasto (estimado em $10^{60}$ moléculas), tornando a busca exaustiva impossível.

• Desafio Principal: A avaliação de propriedades moleculares frequentemente depende de "oráculos" (avaliadores), que podem ser ensaios experimentais caros e de baixo rendimento ou simulações computacionais complexas.
• Ineficiência de Amostragem: Métodos atuais de otimização (como Algoritmos Genéticos, REINVENT e Otimização Bayesiana) geralmente operam em lotes (batches) ou requerem milhares de chamadas ao oráculo para convergir. Isso é impraticável quando cada avaliação é custosa ou limitada por taxa.
• Limitação de Conhecimento: Muitos métodos tratam a otimização como uma busca de "caixa preta" baseada apenas em valores escalares de recompensa, ignorando o conhecimento químico e biológico prévio e as explicações estruturais sobre por que uma molécula recebeu uma determinada pontuação.

2. Metodologia: SEISMO

Os autores introduzem o SEISMO (Sample-Efficient Inference-Stage Molecular-Optimization agent), um agente baseado em Grandes Modelos de Linguagem (LLM) projetado para otimização estritamente online e em tempo de inferência.

Principais Características da Arquitetura:

• Otimização em Tempo de Inferência: Diferente de métodos que treinam uma política ou um modelo substituto (surrogate), o SEISMO usa o LLM como o próprio otimizador. Não há treinamento prévio (fine-tuning) para a tarefa específica; o agente opera usando seu conhecimento pré-treinado.
• Condicionamento na Trajetória Completa: Em cada iteração, o agente propõe uma nova molécula (SMILES) condicionada não apenas ao objetivo atual, mas à história completa de tentativas anteriores. Isso inclui:
  • A descrição da tarefa em linguagem natural.
  • As pontuações escalares recebidas do oráculo.
  • A decomposição das pontuações (sub-scores).
  • Explicações Estruturadas: Quando disponíveis, o agente recebe feedback explicativo (ex: via SHAP ou análise de estrutura) sobre por que uma molécula teve um desempenho específico (ex: "o QED caiu devido ao peso molecular alto").
• Ciclo de Feedback Online: O processo é iterativo e sequencial:
  1. O LLM gera uma molécula e um raciocínio (rationale) em formato JSON.
  2. O oráculo avalia a molécula e retorna a pontuação e explicações.
  3. O histórico é atualizado imediatamente e usado para a próxima proposta.
  4. Não há necessidade de esperar por um lote de moléculas para atualizar a política.

Configuração do Agente:

• Prompting: O agente atua como um "químico medicinal especialista". O prompt inicial define o objetivo (ex: "Minimizar IC50 mantendo QED > 0.6").
• Validação: Um módulo de validação (usando RDKit) verifica a validade química (SMILES) antes de enviar ao oráculo.
• Oráculos: O sistema foi testado com oráculos escalares simples, oráculos com decomposição de sub-scores e oráculos com explicações detalhadas (incluindo modelos de co-folding como o Boltz-2).

3. Contribuições Chave

1. Paradigma de Otimização Online: Propõe uma mudança de paradigma de métodos baseados em lotes/população para um agente de decisão sequencial que aprende a cada chamada de oráculo, eliminando o limite inferior de eficiência de amostragem imposto por métodos de batch.
2. Uso de Explicações (XAI) como Sinal de Controle: Demonstra que fornecer explicações pós-hoc (ex: atribuição de características via SHAP) ao LLM não serve apenas para interpretação humana, mas atua como um sinal de controle direto que guia a busca química de forma mais eficiente.
3. Aproveitamento de Conhecimento Prévio: O método explora o conhecimento químico e biológico embutido no LLM pré-treinado, permitindo que o agente comece a busca em regiões quimicamente plausíveis e proponha modificações estruturais alinhadas com tendências estrutura-propriedade conhecidas, sem necessidade de treinamento específico.
4. Zero-Shot e Sem Ajuste de Hiperparâmetros: O SEISMO não requer treinamento, fine-tuning ou ajuste de hiperparâmetros pelo usuário, tornando-o imediatamente aplicável a novas tarefas de descoberta de fármacos.

4. Resultados

Os experimentos foram conduzidos no Practical Molecular Optimization (PMO) benchmark (23 tarefas) e em tarefas adicionais de química medicinal.

• Desempenho no Benchmark PMO:

  • O SEISMO alcançou uma eficiência de amostragem 2 a 3 vezes superior aos métodos de base (REINVENT, Graph-GA, Otimização Bayesiana) em termos de Área sob a Curva de Otimização (AUC).
  • Frequentemente, o agente atingiu pontuações próximas ao máximo da tarefa dentro de apenas 50 chamadas ao oráculo.
  • Mesmo quando comparado a métodos que continuam otimizando por 10.000 chamadas, o SEISMO (limitado a 50 chamadas) manteve-se superior em 20 de 23 tarefas.

• Impacto da Informação (Ablação):

  • Descrição da Tarefa: Sem a descrição do objetivo em linguagem natural, o desempenho colapsou, provando que o agente depende do contexto para ativar seu conhecimento prévio.
  • Feedback Explicativo: A adição de explicações (sub-scores e razões estruturais) melhorou consistentemente a eficiência. O agente com "explicação completa" convergiu mais rápido e para soluções melhores do que aquele com apenas pontuação escalar.
  • Oráculos de Co-folding: Em tarefas complexas com o modelo Boltz-2 (predição de afinidade de ligação), a adição de explicações sobre resíduos próximos e confiança do modelo acelerou a otimização, mesmo para alvos sem ligantes conhecidos.

• Casos de Uso Específicos:

  • Otimização de inibidores da protease principal do SARS-CoV-2 (IC50) com restrições de novidade e drug-likeness.
  • Otimização de ligantes para uma proteína nova (MGYP001550541752) sem ligantes conhecidos, onde o SEISMO conseguiu aumentar significativamente a probabilidade de ligação.

5. Significado e Implicações

• Viabilidade Prática: O SEISMO aborda diretamente o gargalo de custo e tempo na descoberta de fármacos. Ao reduzir drasticamente o número de experimentos ou simulações necessárias para encontrar candidatos promissores, ele torna viável o uso de oráculos de alta fidelidade (como simulações de co-folding ou ensaios experimentais) que antes eram proibitivos.
• Mudança de Abordagem: O trabalho valida a hipótese de que a otimização molecular não deve ser tratada apenas como uma busca de caixa preta, mas como um processo de raciocínio que integra conhecimento de domínio e feedback explicativo.
• Escalabilidade: Como o método se baseia em LLMs de propósito geral, ele deve se tornar automaticamente mais poderoso à medida que os modelos de linguagem melhoram em raciocínio químico e planejamento de longo prazo, sem a necessidade de reengenharia do algoritmo.
• Ferramenta de Apoio à Decisão: O SEISMO é projetado como uma ferramenta de suporte à decisão para químicos medicinais, fornecendo não apenas moléculas candidatas, mas também um rastro de raciocínio (rationales) que explica as modificações estruturais e suas consequências, facilitando a interpretação humana.

Em resumo, o SEISMO representa um avanço significativo na interseção entre IA generativa e química medicinal, demonstrando que agentes de LLM condicionados a trajetórias completas e feedback explicativo podem superar métodos tradicionais de otimização em cenários onde cada avaliação é valiosa.