PharmAgents2把药物发现交给智能体：自主提出LpxH新变构位点，化合物经湿实验验证
核心概要
PharmAgents2把药物发现从单项任务模型推进到端到端自主流程：它从公开文献中提炼可迁移的决策知识，并用并行智能体在靶点、假设与策略空间里展开探索。在LpxH抗菌靶点上，它自主提出一个此前未报道的变构位点并据此筛选，得到的AIPher-L1经酶抑制与生物物理结合实验确认活性与结合；JAK1与已知分子AIPher-X的二级靶点探索也分别得到细胞实验和SPR实验支持。
深度剖析
药物发现不再只由单个预测模型承担，而是由一套智能体系统从研究目标一路推进到可供实验测试的候选分子。 此前的AI工具各自强化蛋白质结构预测、分子设计等单一环节，整个流程的组织与推进仍依赖人的判断。 在PharmAgents-Bench v0.1的九个决策场景共121道题上，PharmAgents2在多数类别优于所评估的基线；三个端到端任务上其流程得分均为最高。
系统把决策知识做成可检索的技能库，并让并行智能体共享同一研究上下文来扩大探索范围。 Paper2Skill把方法学相近的论文合成为技能，记录研究目标、方法选择与适用条件之间的关系，再与专家编写的技能合并。 在十个主题上，直接合成的技能降低了构建论文与留出论文上的条件困惑度，经困惑度引导补全后进一步下降；配对评估中直接技能方案在87.9%的比较里优于无技能方案，精炼技能方案在65.0%的比较里优于直接技能方案。
在真实研究场景中，系统交付的候选分子随后由人执行的湿实验检验。 LpxH案例中研究人员购买并测试了63个候选分子，JAK1案例测试了34个。 AIPher-L1对KpLpxH的IC50为8.38 μM，SPR测得结合亲和力1.40 μM、MST测得0.87 μM；AIPher-J1在10 μM下于两条细胞因子信号通路的抑制活性与阳性对照相当。
启示与展望
已展示的范围是三个真实研究场景：LpxH抑制剂发现、JAK1选择性抑制剂发现，以及从已知活性分子AIPher-X出发的二级靶点探索；基准评估覆盖121道决策题与三个端到端任务。读者应把它看作原型系统的证据，而不是对任意靶点均可复现的流程保证。
LpxH案例中结合位点鉴定仍在进行，仅有初步证据支持所提出的变构机制；JAK1案例中验证选择性与所提结合模式的实验仍在进行；AIPher-X与Target X的SPR结合结果在原文中以占位符形式给出，未报告具体数值。系统层面的叙述没有分离某一项技能或某个计算工具各自的贡献。