في عالم دائم التغير في علوم الأدوية، يأتي نظام DrugSAGE ليُحدث ثورة حقيقية في كيفية اكتشاف الأدوية. يقدم هذا الإطار الجديد نهجًا متطورًا يسمح للوكيل بالاستفادة من خبراته السابقة لتسريع عمليات البحث عن الأدوية.

يواجه الباحثون تحديات كبيرة في تطوير نماذج التنبؤ الحديثة، حيث تتطلب هذه النماذج بحثًا مكثفًا عبر أدوات وهياكل واستراتيجيات تدريب متفاوتة التكلفة. في الوقت الحالي، تعتمد الوكلاء القائمة على نماذج اللغات الضخمة (Large Language Models) على التجربة والخطأ بشكل كبير، مما يعني أنهم يخسرون الوقت والموارد في كل مهمة جديدة دون الاستفادة من تجاربهم السابقة.

يأتي DrugSAGE ليغيّر هذا الوضع من خلال توفير إطار عمل يجمع الخبرات من مهام مختلفة ويعيد استخدامها، مما يؤدي إلى تطوير نماذج اكتشاف أدوية أكثر كفاءة. يتمتع DrugSAGE بالقدرة على الاحتفاظ بذاكرة مشتركة عبر المهام، تتضمن مهارات مثبتة، أدلة إحصائية حول الاستراتيجيات الفعالة، وتوثيق للأخطاء المتكررة وحلولها.

والأكثر إثارة، أن DrugSAGE يمكن أن ينقل أحياناً حلولاً جارية مباشرة دون الحاجة للبحث أثناء الاختبار، مما يوفر الوقت. في 33 مهمة لتوقع الخصائص الجزيئية، احتل DrugSAGE المرتبة الأولى بين تسعة وكلاء متقدمين في إعداد المهام الفردية. ومع الذاكرة المتراكمة من 16 مهمة أصغر، حقق DrugSAGE متوسط درجة طبيعية بلغت 0.935 في 17 مهمة مخصصة أثناء تقييم العبور، متفوقًا على جميع الوكلاء الأساسيين بنسبة تتراوح بين 10-30% في نظام عدم البحث أثناء الاختبار.

في النهاية، يبرهن عمل DrugSAGE على مدى فائدة الذاكرة المشتركة عبر المهام في تعزيز تطوير نماذج فعالة في اكتشاف الأدوية.