PulseAugur
实时 10:29:40
English(EN) DrugAgent: Reliable Multi-Agent Integration of Conflicting Biomedical Evidence for Drug-Target Interaction Assessment

DrugAgent LLM系统集成冲突的生物医学证据

研究人员开发了DrugAgent,一个利用大型语言模型整合冲突生物医学证据以进行药物-靶点相互作用评估的多智能体系统。该系统结合了机器学习、知识图谱和检索增强生成(RAG)智能体的输出来,将它们转换为可解释的格式并总结差异。在激酶筛选数据和雄激素受体拮抗剂基准上的评估显示出对输入证据的高度忠实性和强大的生物学合理性,表明DrugAgent在提供基于证据的DTI评估方面具有实用性。 AI

影响 该系统可以通过更好地整合多样化和冲突的科学数据来提高药物发现的可靠性。

排序理由 该集群包含一篇详细介绍新颖的生物医学证据整合系统的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

DrugAgent LLM系统集成冲突的生物医学证据

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yoshitaka Inoue, Tianci Song, Xinling Wang, Rui Kuang, Tianfan Fu, Augustin Luna ·

    DrugAgent: Reliable Multi-Agent Integration of Conflicting Biomedical Evidence for Drug-Target Interaction Assessment

    arXiv:2408.13378v5 Announce Type: replace Abstract: Workflows in drug-target interaction (DTI) assessment require integrating heterogeneous data from predictive models, curated resources, and observations from experimental literature. This evidence can be incomplete or conflictin…