ToolMol: Evolutionary Agentic Framework for Multi-objective Drug Discovery

Motivation

Known: LLM을 crossover/mutation 연산자로 사용하는 MOLLEO 같은 유전 알고리즘 기반 방법이 특수 목적 생성 모델(VAE, diffusion model 등)보다 우수한 성능을 보이며, LLM은 화학 도메인 사전지식을 활용해 강력한 리간드를 생성할 수 있음이 알려져 있다.
Gap: 기존 LLM 기반 분자 생성 방법은 LLM이 SMILES 문자열을 직접 출력하도록 하여, 모델의 SMILES 문법적 한계로 인해 30% 이상의 무효한 분자가 생성되며, 이 경우 MOLLEO는 약한 결정론적 연산자로 fallback하여 성능이 저하된다.
Why: 약물 후보는 결합 친화도, 약물유사성(drug-likeness), 합성가능성(synthesizability) 등 다중 목표를 동시에 만족해야 하므로, LLM의 화학적 사전지식을 잃지 않으면서도 문법적으로 유효한 분자를 안정적으로 생성하는 방법은 실질적인 신약 개발 효율성에 직결된다.
Approach: ToolMol은 multi-objective genetic algorithm에 RDKit 기반 도구 모음을 갖춘 agentic LLM 연산자를 결합하여, LLM이 SMILES를 직접 생성하는 대신 구조적 수정 파라미터만 제공하도록 함으로써 무효 분자 생성을 줄이고 화학적 사전지식 활용도를 높인다.

같이 보면 좋은 논문

Accelerating science with human-aware artificial intelligence

기반 연구SPECTER2 유사도 0.94로 Computational Molecular Design와 LLMs for Molecular Biology & Chemistry가 맞닿아, 'Accelerating science with human-aware artificial intelligence'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.

De novo design of protein structure and function with RFdiffusion

기반 연구RFdiffusion 방법론을 특정 단백질 설계 문제에 적용한 사례이다.

Accelerating drug discovery with artificial: a whole-lab orchestration and scheduling system for self-driving labs

기반 연구SPECTER2 유사도 0.94로 Computational Molecular Design와 LLMs for Molecular Biology & Chemistry가 맞닿아, 'Accelerating drug discovery with artificial: a whole-lab orchestration and scheduling system for self-driving labs'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.

PRIME: A Multi-Agent Environment for Orchestrating Dynamic Computational Workflows in Protein Engineerings

기반 연구SPECTER2 유사도 0.94로 Computational Molecular Design와 AI-Driven Drug and Materials Discovery가 맞닿아, 'PRIME: A Multi-Agent Environment for Orchestrating Dynamic Computational Workflows in Protein Engineerings'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.

Protein Design with Agent Rosetta: A Case Study for Specialized Scientific Agents

기반 연구물리 기반 단백질 설계 소프트웨어와의 결합을 확장한 연구임.

Steering Large Language Models through the DMTA Cycle: Structure-Based Drug Design via Knowledge-Driven Bi-Level Thompson Sampling

기반 연구약물 설계를 위한 bandit 기반 방법론을 확장함

Structure-Guided Reinforcement Learning for High-Affinity Antibody Design

기반 연구결합 친화도 최적화를 위한 강화학습 프레임워크를 확장함

InstructNA leverages nucleic acid large language models with HT-SELEX for de novo generation of functional nucleic acids

기반 연구SPECTER2 유사도 0.94로 Computational Molecular Design와 AI-Driven Drug and Materials Discovery가 맞닿아, 'InstructNA leverages nucleic acid large language models with HT-SELEX for de novo generation of functional nucleic acids'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.

Benchmarking and Experimental Validation of Machine Learning Strategies for Enzyme Engineering

기반 연구SPECTER2 유사도 0.94로 Computational Molecular Design와 AI-Driven Drug and Materials Discovery가 맞닿아, 'Benchmarking and Experimental Validation of Machine Learning Strategies for Enzyme Engineering'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.

다른 접근기계학습 모델 벤치마킹에 대한 유사한 방법론적 접근

MolOpt-Eval: Can Frontier LLMs Perform Structure-Based Hit-to-Lead Optimization?

다른 접근구조 기반 약물 설계 태스크에서 LLM 성능을 다른 관점에서 평가한다.

PDAgent: An LLM-Driven Autonomous Agent Framework Towards *In Silico* Protein Design via Directed Mutation

다른 접근약물 설계를 위한 agentic 프레임워크로 tool-calling 기반 분자 생성이라는 유사한 접근을 공유함

후속 연구ReAct 스타일 추론 프레임워크의 기반이 되는 연구로 판단됨

PROPHET: Phylogenetically Robust Antiviral Peptide Design Against Heterogeneous Evolutionary Trajectories

다른 접근LLM 에이전트 기반 단백질 설계라는 유사한 목표를 다른 방식으로 접근한다.

Towards an Agentic AI Framework for Generating, Optimizing and Filtering Protein Binders

다른 접근약물 발견을 위한 AI 에이전트 기반 도구 활용 프레임워크로 유사한 문제 설정을 공유함

AgentPLM: Agentic Protein Language Models with Reasoning-Augmented Decoding for Protein Sequence Design

다른 접근multi-objective 분자 최적화를 위한 evolutionary 또는 agentic 방법론을 다루는 연관 연구