基于大型语言模型代理群的假设驱动药物发现

本研究针对药物发现过程中高失败率及成本过高的问题，提出了一种名为PharmaSwarm的统一多代理框架，该框架通过协调专门化的大型语言模型代理，能够提议、验证并优化药物靶点和先导化合物的假设。最重要的发现是，PharmaSwarm能够有效加速转化研究，为药物发现提供高信心的假设，从而在传统工作流程中实现更高的效率。