Policy Agent

LLM代理通过新颖的搜索框架增强蛋白质设计

研究人员开发了ELMS（基于证据的LLM引导蒙特卡洛搜索），一种用于蛋白质设计的新颖框架，该框架利用大型语言模型（LLM）代理来改进基序支架。与传统的生成后过滤方法不同，ELMS利用结构评估的反馈来指导设计动作的迭代。评论员代理识别结构故障，策略代理选择修改运算符，蒙特卡洛树搜索（MCTS）通过重新访问有希望的状态来优化搜索过程。该方法显著优于现有基线，在单基序任务上成功率为86.41%，在配对基序任务上成功率为84.57%，并在有限…