Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
MolHop научил языковую модель искать молекулы с другим ядром, но близкими свойствами, вместо последовательной правки исходной структуры. В препринте команды Xiamen University и Shanghai Artificial Intelligence Laboratory, который не проходил рецензирование и где все числа получили сами авторы, старшая модель достигла на коммерческих соединениях 73,5% совместного успеха против 61,5% у лучшего генеративного соперника. Для разработки молекулярных агентов это сдвигает выбор с размера модели на устройство среды, в которой она ищет.
Почему локальные правки не заменяют поиск нового ядра
Обычная оптимизация начинает с известной молекулы и меняет в ней атомы, связи или фрагменты. Такой процесс хорошо удерживает поиск рядом с исходной структурой, но именно поэтому часто сохраняет её молекулярное ядро (scaffold).
Для обхода патентных ограничений, замены запрещённого вещества или снижения токсичности нужен другой результат: кандидат должен перейти в другую структурную семью и одновременно сохранить полезные свойства. Замена ядра сразу сдвигает несколько характеристик, поэтому одной удачной правки обычно недостаточно.
В MolHop успех засчитывают только тогда, когда молекула химически корректна, покидает верхнюю категорию исходного ядра, лучше поддаётся синтезу и остаётся близкой к образцу по пяти характеристикам. Среди них — молекулярная масса, площадь полярной поверхности и показатель распределения вещества между водой и жировой средой. Такая метрика не позволяет выиграть, просто создав непохожую молекулу или точно воспроизведя исходную.
Навигация отделяет дальний переход от точной настройки
MolHop организует около 1,6 млн ядер из Enamine Screening Collection в иерархию. На верхних уровнях остаётся общая кольцевая структура, ниже постепенно добавляются связи, типы атомов и конкретные редактируемые варианты. Агент может сначала выбрать удалённую область химического пространства, а затем уточнить ядро внутри неё.
Среда разделяет действия на навигацию, проверку молекулы, локальное редактирование и управление поиском. Модель не переписывает строковое представление молекулы напрямую: инструменты показывают допустимые позиции и выполняют изменения фрагментов, атомов, связей и колец. После каждого действия среда возвращает новое состояние и рассчитанные свойства.
Память хранит посещённые ядра, сделанные правки, лучшие найденные варианты, оставшийся бюджет и отклонения от целевых свойств. Агент может отказаться от неудачной ветки, восстановить прежнего кандидата и продолжить поиск с него. Это превращает историю диалога в состояние процесса, а не в текст, который модель должна безошибочно пересказывать сама.
Обучение проходит в два этапа. Сначала модель учат по примерам правильно вызывать инструменты и завершать эпизод. Затем обучение с подкреплением связывает выбор области, смену ядра и последующие правки с итоговой наградой за совпадение свойств и лучшую синтетическую доступность.
Проверку проводили на одобренных малых молекулах из ChEMBL и коммерческих соединениях Enamine. Агентам давали до 50 ходов, а генеративные модели выдавали кандидата сразу, поэтому сравнение показывает итог полного процесса поиска, но не равные вычислительные затраты разных подходов.
Среда дала больше, чем замена базовой модели
Подключение готовой DeepSeek-Flash-V4.1 к MolHop без дополнительного обучения подняло совместный успех на задаче с лекарственными молекулами с 15,5% до 52,5%. Изменились только доступные инструменты, многошаговая обратная связь и организация пространства поиска. Значит, заметную часть результата дала среда, а не новые знания в весах модели.
Обученная MolHop-9B на той же задаче получила 55,5%, тогда как Claude-5-Opus — 53,5%. На коммерческих соединениях преимущество было больше, как показывает сравнение из лида. У успешных кандидатов также уменьшились показатели структурного сходства с образцом: система не просто лучше подгоняла свойства, а дальше отходила от исходного ядра.
Разбор компонентов объясняет, откуда взялся эффект. Без иерархической библиотеки агент улучшал промежуточную награду, но чаще оставался рядом с текущей структурой и реже выполнял все условия одновременно. Удаление памяти тоже заметно ухудшало результат, тогда как отказ от локального редактора влиял слабее: сначала важнее попасть в подходящую структурную область, а уже затем исправлять свойства.
Для команд, которые строят молекулярных агентов, работа не требует немедленно менять базовую LLM. Сначала имеет смысл проверить, представлены ли дальние переходы отдельными действиями, хранит ли среда достоверное состояние поиска и может ли агент возвращаться к прежним кандидатам. Увеличение модели не исправит интерфейс, который разрешает только локальные правки.
Эксперименты оценивают вычислительный поиск кандидатов по рассчитанным свойствам и синтетической доступности. Поэтому MolHop пока стоит рассматривать как архитектуру для отбора структур перед дальнейшей химической проверкой, а не как подтверждение их практической пригодности.
Источники
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
