🤖 machine learning

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

DrugSAGE é um framework de agentes autoevolutivos que acumula e reutiliza experiências entre tarefas — como habilidades verificadas, estratégias eficazes e correções de erros — para construir modelos de descoberta de fármacos de última geração de forma eficiente, superando significativamente os agentes existentes ao reduzir ou eliminar a necessidade de buscas custosas em novas tarefas.

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

Publicado 2026-05-18

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

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

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você está tentando assar o bolo perfeito para uma receita específica e difícil. No mundo da descoberta de medicamentos, esse "bolo" é um modelo computacional que prevê como um novo medicamento se comportará no corpo humano.

Atualmente, se um cientista deseja assar um bolo para uma nova receita (uma nova propriedade de medicamento), ele geralmente começa do zero. Ele precisa adivinhar quais ingredientes usar, tentar diferentes temperaturas de forno, provar a massa, falhar e recomeçar. Mesmo que assar 100 bolos para 100 receitas diferentes, eles frequentemente descartam todas as lições aprendidas após o primeiro. Eles tratam cada nova receita como um mistério totalmente novo, desperdiçando tempo e dinheiro reaprendendo coisas que já sabem.

DRUGSAGE é um novo "padeiro inteligente" (um agente de IA) que muda as regras. Em vez de esquecer seus erros e sucessos, ele mantém um livro de receitas gigante e em evolução que fica mais inteligente a cada bolo que assa.

Veja como funciona, dividido em partes simples:

1. O "Livro de Receitas" (A Memória)

A maioria dos agentes de IA possui memória de curto prazo; eles esquecem o que fizeram ontem. O DRUGSAGE possui uma memória de longo prazo composta por três seções específicas:

As "Receitas Vencedoras" (Memória de Solução): Ele lembra quais combinações específicas de ingredientes (modelos e métodos de treinamento) funcionaram melhor para tarefas semelhantes no passado.
As "Anotações do Chef" (Memória de Refinamento): Ele lembra por que uma mudança funcionou. Por exemplo: "Quando reduzimos a temperatura do forno em 10 graus, o bolo cresceu melhor."
O "Registro de Desastres" (Memória de Execução): Ele mantém uma lista de coisas que fizeram a cozinha pegar fogo (erros de código, travamentos de memória) e exatamente como corrigi-las na próxima vez.

2. A "Busca Inteligente" (Como ele encontra o melhor modelo)

Quando o DRUGSAGE é solicitado a assar um novo bolo, ele não apenas adivinha aleatoriamente. Ele usa uma estratégia chamada MCTS (Busca em Árvore de Monte Carlo), que é como explorar uma floresta de receitas possíveis.

Sem Memória: Um agente vagueia por toda a floresta, tentando cada caminho, até mesmo aqueles que levam a becos sem saída.
Com DRUGSAGE: Antes mesmo de entrar na floresta, ele consulta seu Livro de Receitas. Ele diz: "Ei, para um bolo semelhante a este, o caminho 'com gotas de chocolate' funcionou muito bem da última vez." Ele pula os becos sem saída e vai direto para os caminhos promissores.
A Garantia: O artigo prova matematicamente que, mesmo com essa "cola" do passado, o agente ainda tem a garantia de encontrar a solução absolutamente melhor eventualmente, apenas muito mais rápido.

3. O Superpoder "Busca Zero"

Este é o truque mais impressionante. Às vezes, a nova receita é tão semelhante à antiga que o DRUGSAGE não precisa assar nada.

O Cenário: Se você pedir para ele prever como um medicamento se dissolve na água, e ele já resolveu um problema muito semelhante sobre como um medicamento se dissolve no óleo, ele pode dizer: "Eu já sei a resposta. Vou apenas copiar a receita vencedora da tarefa do óleo e usá-la aqui."
O Resultado: Ele entrega uma solução de nível superior com zero testes ou buscas extras. É como um chef que, ao ser solicitado a fazer uma torta de limão, percebe que já fez uma torta de lima perfeita ontem e apenas troca a fruta, economizando horas de trabalho.

Os Resultados: Funcionou?

Os autores testaram esse "padeiro inteligente" em 33 desafios diferentes de descoberta de medicamentos (como prever toxicidade, solubilidade ou quão bem um medicamento se liga a uma proteína).

Desempenho Solo: Quando forçado a trabalhar sozinho, sem ajuda, o DRUGSAGE ainda superou todos os outros agentes de IA de ponta.
Desempenho em Equipe: Quando autorizado a usar sua memória de 16 tarefas menores para ajudar em 17 novas tarefas mais difíceis, ele esmagou a concorrência.
A Grande Vitória: No modo "Busca Zero" (onde ele apenas copia soluções passadas sem testar), ele superou outros agentes que tiveram permissão para gastar horas procurando respostas. Foi 10% a 30% melhor que a concorrência, mesmo que a concorrência estivesse trabalhando muito mais.

Em Poucas Palavras

DRUGSAGE é uma IA que aprende a aprender. Em vez de tratar cada problema de descoberta de medicamentos como um recomeço, ele trata cada problema como uma lição que torna o próximo mais fácil. Ele constrói uma biblioteca de "habilidades verificadas" e "correções comprovadas", permitindo que ele resolva problemas complexos de medicamentos mais rápido, mais barato e com mais precisão do que qualquer sistema anterior.

Resumo Técnico: DRUGSAGE

Declaração do Problema

Construir modelos preditivos de última geração (SOTA) para descoberta de fármacos é um problema de busca dispendioso. Agentes baseados em Modelos de Linguagem de Grande Escala (LLMs) atuais podem alcançar desempenho SOTA ao buscar extensivamente em ferramentas, arquiteturas e estratégias de treinamento. No entanto, esses agentes tipicamente tratam cada tarefa como um problema isolado, descartando toda a experiência de busca acumulada (por exemplo, featurizações eficazes, receitas de treinamento ou correções de erros) assim que uma tarefa é concluída. Consequentemente, eles devem arcar com o custo computacional e de tokens de busca integral para cada nova tarefa, tornando difícil escalar o desenvolvimento de modelos SOTA através dos milhares de problemas de previsão diversos encontrados na descoberta de fármacos.

Metodologia

Os autores propõem DRUGSAGE (Agente de Experiência Autoevolutivo), um framework projetado para acumular e reutilizar experiência entre tarefas para construir modelos de descoberta de fármacos SOTA de forma eficiente. O sistema opera através de três componentes principais:

1. Biblioteca de Habilidades Executáveis ( $K$ )

Antes do início da busca orçada, um Agente Explorador constrói uma biblioteca de habilidades compartilhada ao pesquisar literatura e repositórios do GitHub. Este processo envolve:

Descoberta: Consultar literatura a partir de múltiplas perspectivas de especialistas para identificar artigos e repositórios relevantes.
Fundamentação: Clonar repositórios e extrair instantâneos da Árvore de Sintaxe Abstrata (AST) para garantir que o LLM utilize apenas símbolos observados no código.
Validação: Executar verificações em camadas (sintaxe, resolução de importação, execução ponta a ponta em ambientes isolados) com reparo automático. Apenas habilidades validadas são adicionadas a $K$ .

2. Memória de Experiência Transversal às Tarefas ( $Z$ )

O DRUGSAGE mantém uma memória persistente $Z = (R, H, Q)$ que armazena evidências de tarefas anteriores:

Memória de Solução ( $R$ ): Registra o desempenho de famílias de modelos e soluções específicas em diferentes tarefas, incluindo arquitetura, hiperparâmetros e pontuações de validação.
Memória de Refinamento ( $H$ ): Armazena informações sobre arestas na árvore de busca, incluindo edições propostas pelo LLM, racionalizações e as diferenças de desempenho entre nós pais e filhos.
Memória de Execução ( $Q$ ): Registra falhas de execução, correções verificadas, perfis de recursos (tempo de execução/memória) e rastros de ambiente para permitir reparos rápidos durante execuções futuras.

3. Busca Condicionada à Experiência

O loop central de busca utiliza uma Busca em Árvore de Monte Carlo (MCTS) Aprimorada por Memória quando há um orçamento de busca disponível ( $B > 0$ ). A memória $Z$ guia quatro estágios:

Seleção da Raiz: Utiliza uma regra de Limite Superior de Confiança (UCB) aumentada por memória para selecionar famílias de modelos, equilibrando o desempenho da tarefa atual com pontuações históricas de transferência. Os autores provam que essa modificação preserva o limite de arrependimento $O(|F| \log T)$ do UCB padrão.
Amostragem do Pai: Seleciona soluções parentais específicas para expansão com base no desempenho da tarefa alvo, na amplitude de expansão e no desempenho histórico.
Geração do Filho: O LLM propõe edições fundamentadas por $H$ , recuperando racionalizações relevantes e receitas bem-sucedidas de tarefas passadas semelhantes.
Execução e Reparo: Utiliza $Q$ para preparar ambientes e aplicar correções verificadas imediatamente ao encontrar erros conhecidos.

4. Busca Zero-Tempo de Teste (DRUGSAGE-ZERO)

Quando o orçamento de busca é zero ( $B=0$ ), o sistema contorna a busca completamente. Ele forma uma assinatura de tarefa (tipo de tarefa, métrica, tamanho do conjunto de dados, incorporação de descrição) para identificar tarefas análogas na memória $Z$ . Recupera a melhor solução verificada da tarefa histórica mais similar e a implanta diretamente na nova meta.

Contribuições Principais

Design do Framework: Introdução do DRUGSAGE, um agente autônomo que integra memória transversal às tarefas em um loop de busca baseado em MCTS. Os autores fornecem uma garantia formal de que a política de seleção aumentada por memória preserva o limite de arrependimento do UCB padrão.
Descoberta Automatizada de Habilidades: Diferentemente de trabalhos anteriores (como o Autoresearch) que refinam modelos fornecidos pelo usuário ou do topo da liderança, o DRUGSAGE constrói automaticamente uma biblioteca de habilidades ao pesquisar literatura e repositórios, removendo a necessidade de pontos de partida curados por humanos e ampliando o espaço de busca.
Eficiência Zero-Tempo de Teste: Demonstração de que a memória transversal às tarefas permite um regime de "busca zero-tempo de teste". O DRUGSAGE-ZERO transfere soluções verificadas para novas tarefas sem qualquer busca no tempo de teste, superando agentes de base que realizam 20 iterações de busca.

Resultados Experimentais

O framework foi avaliado em 33 tarefas de previsão de propriedades moleculares em dois benchmarks: Therapeutic Data Commons (TDC) e Polaris Hub.

Configuração de Tarefa Única: Em uma configuração onde agentes constroem soluções do zero sem memória transversal às tarefas, o DRUGSAGE ficou em primeiro lugar entre nove agentes SOTA (incluindo Autoresearch, STELLA e Biomni) com uma classificação média de 1,95 e 10 vitórias em 22 tarefas.
Configuração Transversal às Tarefas: Utilizando memória acumulada de 16 tarefas menores, o DRUGSAGE foi avaliado em 17 tarefas retidas.
- DRUGSAGE-ZERO ( $B=0$ ): Alcançou uma pontuação normalizada média de 0,935 em 17 tarefas retidas, superando todos os agentes de base (que utilizaram até 20 etapas de busca) em 10–30%.
- Eficiência: O DRUGSAGE-ZERO incorreu em custos de API de LLM próximos de zero no tempo de teste, enquanto as bases exigiram orçamentos substanciais de computação e tokens para busca iterativa.
- Desempenho: Em casos específicos (por exemplo, Solubilidade e Inibição de CYP2D6), a solução de transferência zero-shot superou a versão de busca completa do DRUGSAGE, sugerindo que a estratégia transferida era superior ao que o agente poderia descobrir do zero dentro do orçamento.

Significado e Alegações

O artigo afirma que o DRUGSAGE demonstra a vantagem distinta da memória transversal às tarefas para o desenvolvimento eficiente de modelos SOTA na descoberta de fármacos. Ao tratar cada tarefa como uma experiência que enriquece o agente para tarefas futuras, o sistema estreita o espaço de busca e pode, em alguns casos, contornar a busca completamente. O trabalho destaca que muitas tarefas de descoberta de fármacos compartilham similaridades estruturais (estrutura de entrada/saída, necessidades de featurização) que os agentes atuais ignoram, e que acumular habilidades verificadas e evidências estatísticas permite adaptação rápida a novos problemas sem incorrer no custo total de tentativa e erro iterativo. Os autores observam que, embora o framework seja testado principalmente na descoberta de fármacos, a abordagem de acumular experiência estruturada transversal às tarefas poderia ser generalizada para outras áreas de pesquisa científica.