bioq: a unified, agent-native command-line interface to a fleet of AI drug-discovery methods
bioq 是一个开源、轻量级的命令行界面，通过无服务器网关统一了对 38 多个容器化 AI 药物发现工具集的访问，使研究人员和自动化代理能够在无需管理本地硬件或冲突软件依赖的情况下，直接从笔记本电脑执行复杂的业务流程。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
长期以来，新药研发一直是一段缓慢且昂贵的旅程，将一种治疗方案从实验室构思带到药店货架往往需要耗费数年时间和数十亿美元。近年来，人工智能已开始加速这一进程，它提供了强大的工具，可以预测分子如何折叠成特定形状、从零开始设计全新的化学结构，或者估算药物与疾病靶点结合的效果。这些方法覆盖了发现流程的每一个阶段，从最初的分子设计到检查其对人体是否安全。然而，一个显著的障碍也随之出现：虽然这些工具各自功能强大，但它们是为特定的、通常相互冲突的计算机系统而构建的。大多数工具都需要复杂的软件设置，并需要访问只有大型制药公司或资金充足的研究中心才负担得起的庞大且昂贵的计算机硬件。这种碎片化意味着科学家无法轻松地将这些工具链接起来以运行完整的实验，因为某一步骤所需的软件往往会破坏下一步骤所需的软件。
为了解决这个问题，一组研究人员推出了一种名为 bioq 的新系统，它作为一个统一的命令行界面，连接了大量的这类人工智能药物发现工具。bioq 并没有强迫研究人员在自己的电脑上安装数十个不同的、不兼容的程序，而是提供了一个单一且一致的接口，连接到一组在云端运行的专业化服务。该系统旨在保持轻量化且易于使用，不需要安装复杂的图形处理软件，也不需要深厚的云端计算配置知识。研究人员或自动化的计算机代理只需在个人笔记本电脑的标准终端中输入一条命令，即可访问任何可用的工具。繁重的计算工作是在远程服务器计算机上完成的，这些计算机仅根据任务运行的时间进行计费，从而消除了在实验室中使用昂贵专用硬件的需求。
该系统的核心是一个网关，它管理着一个由三十八种以上不同容器化工具组成的不断增长的集群，每种工具都代表了药物发现过程中的一个特定步骤。这些工具涵盖了发现过程的七个不同阶段，并能处理六种不同类型的分子数据。由于该界面是自描述且一致的，无论使用哪种特定的工具，基本命令都是通用的。这种统一性允许研究人员将多个步骤串联成一个单一的工作流，而不必担心软件环境是否会发生冲突。该系统基于开源软件构建，这意味着代码是免费开放的，任何人都可以对其进行检查、修改，或者如果愿意，也可以将其托管在自己的服务器上。研究人员提供了清晰的说明，指导如何本地设置系统或通过公共云服务使用该系统，确保了只要拥有标准的互联网连接和运行现代版本 Python 的计算机，这项技术就能被任何人使用。
通过消除软件安装和硬件要求的技术摩擦，bioq 改变了计算药物发现的格局。它将重点从管理复杂的计算机环境转向了单纯地运行实验。该系统旨在成为自动化、代理驱动型发现的基础，在这种模式下，计算机程序可以独立地规划并执行复杂的科研任务，而无需在每一步都进行人工干预。该项目正在积极维护中，研究人员致力于不断添加新的工具和功能。这种方法并不声称已经解决了疾病的生物学奥秘，但它为科学家和自动化代理提供了一种实用且易于获取的方式，使其能够利用现代人工智能工具的全部力量，无论其实验室规模大小或计算机硬件预算多少。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。