AI自己改科研策略,能过湿实验这一关吗?他们把RSI带入分子发现
2026.11.14 · 收录日 2026.11.14 · 模型 · 论文 · 论文预印本
机器之心报道:MolRSI用递归自我改进优化分子筛选流程,湿实验命中率提升约82%。
机器之心报道了一项名为 MolRSI 的递归自我改进 AI 智能体研究。它把模型选择、筛选规则和候选排序纳入搜索,并用跨任务经验改进后续策略。在抗菌分子筛选中,湿实验命中率从 8.7% 提高到 15.9%;在 pMHC 结合蛋白设计中,获得 8 个特异性结合命中,Claude Science 对照为 0。
- MolRSI 把模型选择、筛选条件和候选排序纳入搜索,并用过去任务经验改进下一次策略。
- 抗菌筛选中,MolRSI 从约 1210 万个化合物里选出 107 个做实验,获得 17 个命中。
- 人类专家非智能体工作流测试 241 个化合物命中 21 个,命中率 8.7%,MolRSI 为 15.9%,相对提高约 82%。
- pMHC 结合蛋白设计中,MolRSI 在两类靶标合计获得 8 个特异性结合命中,Claude Science 为 0。
- 去掉 MolRSI 的候选排序环节后,两个靶标合计 479 个可评估设计中没有满足特异性命中判据的。
为什么值得看
看 AI 智能体如何用递归自我改进把计算搜索推进到湿实验验证。
适合谁关注
关注 AI for Science、智能体和分子发现的研究者与从业者。
