从文档孤岛到流程智能：CMC 流程开发的多层知识图

化学、制造和控制 (CMC) 工艺开发在从药物发现到商业制造的多阶段、知识密集型连续体中生成大量技术信息。传统上，这些知识跨职能和异构格式分散，导致技术转让和监管备案期间的可追溯性差距和巨大的知识管理成本。我们提出了一个模块化智能体工智能平台，可将流程开发文档的异构语料库转换为可查询的双层知识图。基础知识层通过无损摄取数字、扫描、手写和多语言文档，构建具有文档-部分-块层次结构的词汇图，而智能层则提取本体对齐的实体，并通过来源锚定的域图桥接跨文档概念。 LLM 智能体跨两个层运行，选择最适合每个问题的检索路径。我们使用一种新颖的三层协议评估词汇层，该协议测量专有数据上检索增强生成（RAG）系统的部署保真度，并在赛诺菲小分子项目的 38 份开发报告中提出的 505 个问题上进行了演示。 95% 的一级多项选择准确率表明平台可靠性强；更严格的二级大语言模型法官通过率为 85%，这在比较问题和全语料库问题上会降低，揭示了仅一级准确性无法捕获的失败分类。路由器智能体根据问题类型在层之间进行选择。我们预计该协议将使未来的智能体平台设计者能够根据非公共数据库评估他们的系统，并且基于图形的架构将在制药行业得到更广泛的采用，作为将分散的文档存储库转变为结构化流程智能的一种手段。