drugflow-skills：LLM智能体框架用于药物设计
热点事件观察中
drugflow-skills：LLM智能体框架用于药物设计
2 篇报道2 个报道来源1 天前更新
先了解这件事
AI 综述
侯廷军、康玉团队在Journal of Medicinal Chemistry发表研究，提出小分子设计智能体框架drugflow-skills：以大语言模型做任务规划，经标准化Skill接口调度DrugFlow的分子生成、对接、重打分与性质预测模块，在ReAct范式下执行“思考→行动→观察”迭代循环。 作者称，围绕ALK、ROS1和IGF-1R设计的五项任务中，该框架展现出自主决策、跨步骤规划和多目标权衡能力，获得更高的预测结合分数，同时降低预测毒性和脱靶风险，并能给出可解释理由、根据人类反馈调整策略。 作者同时说明，研究验证的是智能体层面的任务组织与计算决策能力，而非对推荐分子的前瞻性实验验证；候选分子仍需合成、活性、选择性和药代安全性等实验确认。作者还指出，其性能上限受底层工具覆盖范围制约，有时达到预设最低优化轮数即停止，长流程状态管理与长期记忆仍需完善，系统尚不具备在线学习能力。
AI 根据报道生成 · 1 天前更新
最新进展11月12日 14:16
JMC研究提出drugflow-skills智能体框架，在ALK等靶点展示多轮分子设计决策报道时间线
沿着报道，了解事件的不同侧面。
11月12日
- DrugAI精选JMC研究提出drugflow-skills智能体框架，在ALK等靶点展示多轮分子设计决策
侯廷军、康玉团队在Journal of Medicinal Chemistry发表研究，提出小分子设计智能体框架drugflow-skills，以大语言模型做任务规划、经标准化Skill接口调度DrugFlow的分子生成、对接、重打分与性质预测模块，围绕ALK、ROS1和IGF-1R设计五项任务。
11月9日
- ACS JMC (药物化学)精选drugflow-skills：基于工作流智能体的自主药物设计框架
【摘要级】研究提出 LLM 驱动的智能体框架 drugflow-skills，将虚拟筛选、从头分子生成、分子优化和多靶点设计抽象为可组合复用的技能，在 ReAct 范式下与 DrugFlow 后端交互执行迭代循环。
本事件热度走势
- 可比范围当前
- 11
- 可比范围峰值
- 1411月12日 20:00
- 近 24 小时变化
- +149%
051015
11月11日11月12日11月13日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。