Essence
Figure 1. AgentPLM architecture comprising four modules, i) Expanded Vocabulary and Tool-Call Token Initialisation, ii)
AgentPLM은 사전학습된 단백질 언어모델(PLM)에 ESMFold, FoldX, AutoDock Vina 등 외부 도구 호출을 자기회귀 생성 과정에 삽입하는 Reasoning-Augmented Decoding(RAD)과, 궤적 수준 대비 학습을 수행하는 Contrastive Agent Policy Optimisation(CAPO)를 결합해 생성 도중 구조·열역학적 제약 위반을 감지하고 교정하는 agentic 단백질 설계 프레임워크이다.
Evaluation
Novelty: 4/5 Technical Soundness: 4/5 Significance: 4/5 Clarity: 4/5 Overall: 4/5
총평: PLM을 수동적 oracle에서 도구 호출과 궤적 수준 대비 학습을 통해 능동적으로 오류를 교정하는 agentic 시스템으로 전환시킨 참신하고 잘 설계된 접근으로, 여러 벤치마크에서 뚜렷한 성능 향상을 보여주지만 CAPO의 상세 구현과 실제 실험적 검증에 대한 추가 근거가 보강되면 더욱 설득력 있을 것이다.
같이 보면 좋은 논문
기반 연구SPECTER2 유사도 0.94로 Computational Molecular Design와 LLMs for Molecular Biology & Chemistry가 맞닿아, 'Augmenting large language models with chemistry tools'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
기반 연구SPECTER2 유사도 0.95로 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.
기반 연구궤적 수준 대비 학습 기법의 방법론적 기초를 공유한다.
다른 접근단백질 설계를 위한 다른 LLM agent 아키텍처를 제시하는 연구로 보임
기반 연구generator 기반 task 생성을 유사 도메인에 응용한 연구로 판단됨
기반 연구생물학적 도메인에서 agent 기반 추론을 확장하는 관련 연구임.
기반 연구state-aware RL을 실제 QSP 도메인에 응용한다.
기반 연구단백질/분자 설계를 위한 LLM post-training 기법을 확장함
기반 연구surrogate 모델 기반 탐색을 확장한 후속 연구
기반 연구YOLO 계열 모델 튜닝 자동화를 확장한 관련 연구이다.
기반 연구MADE류 벤치마크와 유사한 소재/과학 발견 태스크에 LLM 에이전트를 적용한 사례로 볼 수 있다.
기반 연구cross-task memory 구조를 확장한 유사 연구이다.
다른 접근단백질 언어모델에 외부 도구를 결합하는 다른 방식을 제시한다.
기반 연구전문가 지식을 활용한 최적화 프레임워크를 실제 문제에 적용한 연구로 판단된다.
기반 연구reward 기반 diffusion steering을 실제 태스크에 적용한 사례.
기반 연구LLM 기반 가설 생성을 화학 소재 발견에 적용한 관련 연구이다.
기반 연구SPECTER2 유사도 0.94로 Computational Molecular Design와 LLMs for Molecular Biology & Chemistry가 맞닿아, 'SciAgentGym: Benchmarking Multi-Step Scientific Tool-use in LLM Agents'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
기반 연구neuro-symbolic 프레임워크를 확장한 관련 연구이다.
기반 연구SPECTER2 유사도 0.94로 Computational Molecular Design와 AI-Driven Drug and Materials Discovery가 맞닿아, 'Agentic Discovery of Exchange-Correlation Density Functionals'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
기반 연구SPECTER2 유사도 0.94로 Computational Molecular Design와 AI-Driven Drug and Materials Discovery가 맞닿아, 'AgenticPosesRanker: An Agentic AI Framework for Physically Grounded Ranking of Protein-Ligand Docking Poses'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
다른 접근단백질 구조 및 기능 설계를 위한 다른 생성 모델 접근이다.
다른 접근구조 기반 분자 최적화에서 LLM의 능력을 평가하는 유사한 벤치마크 접근법을 제시한다.
다른 접근LLM 에이전트를 활용한 생물학적 설계라는 동일 문제의 대안적 접근임.
다른 접근생분자 생성에서 다양성과 유용성 트레이드오프에 대한 다른 RL 접근법을 제시한다.
다른 접근유사한 reasoning-augmented decoding 접근을 다른 모델 구조에 적용한다.
후속 연구test-time RL을 통한 weight 업데이트의 이론적 기반을 제공하는 연구로 추정된다.
다른 접근구조 기반 약물 설계에 대한 다른 최적화 방법론을 제시함
다른 접근항체 서열 최적화를 위한 다른 생성 모델 접근법을 제시한다.
다른 접근post-training을 통한 생성 모델의 합성가능성 개선이라는 유사 목표를 가진 연구
다른 접근contrastive learning 기반 표현 학습을 분자 생성에 적용한 유사 접근
다른 접근그래프 기반 표현학습을 단백질 변이체 예측에 적용한 유사 방법론
다른 접근multi-objective 분자 최적화를 위한 evolutionary 또는 agentic 방법론을 다루는 연관 연구
다른 접근단백질/펩타이드 생성에 agentic reasoning 기법을 적용한 대안적 접근이다.
응용 사례AgentPLM의 reasoning-augmented decoding 접근은 AMPGAN v3와 같은 펩타이드/단백질 생성 문제에 적용 가능한 대안적 방법론이다.
다른 접근AgentPLM은 도구 호출을 통합한 agentic 생성 모델로, ANO의 LLM-optimizer 결합 방식과 유사한 agentic decision-making 구조를 가진다.
다른 접근둘 다 LLM 에이전트를 생물학적 실험/설계 과정에 통합하지만, AgentPLM은 단백질 생성 자체에, 본 논문은 assay 라이브러리 설계에 초점을 맞춘다.
다른 접근저예산 단백질 엔지니어링 문제를 다른 방식으로 접근하는 연구
다른 접근RNA 역설계를 위한 다른 강화학습 접근법
다른 접근inverse folding 모델의 학습-추론 불일치를 해결하는 대안적 접근법을 제시한다.
다른 접근분자 생성/최적화를 위한 다른 강화학습 프레임워크를 제시한다.
후속 연구reasoning-augmented decoding 개념을 확장한 단백질 설계 연구이다.
후속 연구frozen LLM 기반 도구 활용 에이전트의 이론적 기반이 되는 연구이다.
후속 연구process reward 모델의 이론적 기초를 공유한다.
후속 연구POMDP 기반 계획의 이론적 토대를 제공한다.
후속 연구reward 기반 정책 최적화의 기초 방법론을 공유한다.
