PharmAgent：使用冻结语言模型进行约束感知搜索以进行分子优化

分子优化必须提高目标活性并在有限的评估预算内满足可开发性限制。经典方法需要定制规则或训练来合并化学说明和性质反馈。冻结语言模型可以限制对这些信息的编辑，但需要显式的约束控制和相关经验。因此，我们提出了 PharmAgent，一种由自适应外部状态驱动的约束感知分子搜索方法。其拉格朗日控制器将接受状态中的违规转化为累积的约束压力，使该历史记录与当前的属性测量分开。结构索引重播通过指导后续提案的相关评估过渡来补充此反馈。随着课程逐渐激活约束，候选人和现任者在相同的当前目标下进行比较，接受的状态决定下一个乘数更新。我们得出一个精确的恒等式，该恒等式描述了接受状态违规如何在控制器的乘法器中累积。在五次独立运行的五项任务中，PharmAgent 在仅目标搜索中实现了 3.9208 的目标得分曲线下总面积 (AUC)，比 MOLLEO 提高了 37.3%。在在线限制的情况下，它的财产调整 AUC 为 0.7076，比最强的在线基线 ExLLM提高了 53.8%。这些结果在仅目标搜索和约束感知搜索中的所有评估方法中排名第一。在线比较涵盖了所有五个基线框架。完整系统在目标质量、属性调整性能和帕累托超体积方面领先于每个消融变体。所有五个分子案例都达到了可行的最终状态，记录了目标收益和权衡。