BioResearcher：面向转化医学的场景引导多智能体

转化医学将未明确的发展目标转化为证据综合，必须结合文献、试验、专利和定量多组学分析，同时保留标识符、不确定性和可检索的出处。通用基础模型和现成的工具增强或多代理系统并不是为此而构建的：它们往往会产生单次答案或开放式运行，并且无法满足异构生物医学来源所需的可审计、特定于场景的工作流程。本文介绍了 Ingenix BioResearcher，这是一个场景引导的多代理系统，它将查询映射到版本化的研究手册，委托给超过 30 种工具和机器学习端点的专门子代理，将结构化数据库访问与沙盒代码混合以进行基因组规模分析，并在编辑组装之前应用声明级多模型协调。我们从单元级功能、开放式生物医学推理和端到端临床发现方面评估 BioResearcher。它在 109 个单步测试的评估基线上处于领先地位（通过率 83.49%；平均分 0.892），实现了强大的生物医学基准性能（BixBench-Verified-50 上的 89.33% 和 BaisBench Scientific Discovery 上的平均分最高 0.758），并在 30 项查询的临床端到端基准测试中处于领先地位，具有最高的阳性命中率（74.7% $\pm$ 3.3%）和负清除率（96.8% $\pm$ 0.2%）。这些结果显示了跨单位级别、开放式和端到端临床评估的广泛、有竞争力的表现。