使用Agent Rosetta的蛋白质设计：专用科学智能体案例研究

大语言模型（LLM）能够模拟推理并使用工具，为执行复杂科学任务的自主智能体创造了机会。蛋白质设计提供了一个天然的试验场：尽管机器学习（ML）方法取得了强劲结果，但这些成果大多局限于标准氨基酸和狭窄目标，面向广泛设计流程的通用工具需求仍未被满足。我们提出Agent Rosetta，这是一个与结构化环境配对的LLM智能体，用于操作基于物理的领先杂聚物设计软件Rosetta，能够对非标准构件和几何结构建模。Agent Rosetta迭代地改进设计以达成用户定义的目标，将LLM推理与Rosetta的通用性相结合。我们在标准氨基酸设计任务上评估Agent Rosetta，其表现与专用模型和专家基线相当；在ML方法失效的非标准残基设计上，它也取得了可比的性能。至关重要的是，仅靠提示工程往往无法生成Rosetta动作，这表明环境设计对于将LLM智能体与专用软件集成必不可少。我们的结果表明，设计良好的环境能让LLM智能体使科学软件变得易用，同时达到与专用工具和人类专家相当的水平。