大语言模型多智能体中药网络药理学

摘要网络药理学已成为解析中药「多成分-多靶点」复杂作用机制的关键方法。然而尽管研究广泛全面且智能的自动化分析框架仍有待完善。基于大语言模型LLM的智能体系统在语义理解、逻辑推理和任务编排方面展现出强大能力。本研究首次提出专为网络药理学和草药研究设计的LLM驱动多智能体系统TCM-Agent。该系统具备自主知识推理、数据分析、交互式可视化以及文献检索与验证等核心功能。通过100项已验证的中药研究进行基准测试结果表明TCM-Agent在答案准确性、文献检索精度和计算效率方面表现优异。重要的是TCM-Agent在主流基础模型平台DeepSeek-v3、Qwen-plus、GLM-4-plus上均展现出稳定高效的性能且不同平台间无显著差异表明其与各类LLM整合时的适应性和稳定性。这些发现确立了TCM-Agent作为稳健系统的地位为网络药理学和草药研究提供了先进框架推动该领域的标准化、智能化转型及循证研究。因此TCM-Agent可增强中药复方的智能分析助力活性化合物发现并为下一代网络药理学奠定基础进而推动相关领域研究发展。maltpku.edu.cnliyubucm.edu.cn#大语言模型 #LLM智能体 #网络药理学 #草药发现 #中药结果知识库开发表1生物分子知识库TCM-Agent核心工具概述图1中药TCM-Agent中用于草药机制分析的协同工具整合TCM-Agent 系统的研究应用表2TCM-Agent应用场景与工作流程概述TCM-Agent的自动化工作流程图2中药TCM-Agent的自动化多工作流程框架A知识发现工作流程处理关于中药方剂、草药和化合物基础信息的开放式查询。B计算药理学工作流程执行以化合物为中心的分析包括分子性质评估和类药性质评价。C网络药理学工作流程设计用于基于网络的机制和系统药理学分析。D计算生物学工作流程研究复杂的生物相互作用如疾病-靶点-化合物关联和蛋白质-蛋白质相互作用PPI。SMILES 简化分子输入线输入系统ADMET 吸收、分布、代谢、排泄与毒性KEGG 京都基因与基因组百科全书GO 基因本体。TCM-Agent网络服务界面与概述图3TCM-Agent网络界面概述A主页紫蓝渐变界面显示系统名称和核心功能带有「立即探索」按钮以启动分析。B对话界面简洁的白色界面输入框提示用户以自然语言输入研究问题。C结果仪表板集成显示——左侧面板分步问题分解与分析推理以及带PubMed数据库链接的文献证据右侧面板交互式知识图谱和机制图。LLM 大语言模型。整体性能评估图4所有任务的模型性能A–C气泡图显示DeepSeek与QwenA、DeepSeek与GLMB、Qwen与GLMC之间的成对基准比较5分制李克特评分。D小提琴图比较Qwen、DeepSeek和GLM的答案质量李克特评分n.s.无统计学意义***P0.001。E3个基础模型的答案质量评分分布直方图。FDeepSeek、Qwen和GLM的李克特评分累积频率。G、H小提琴图评估模型在文献相关性G和执行时间H方面的性能。I答案质量评分、文献相关性评分与执行时间的相关性分析。J–L雷达图比较模型在知识探索、关系检测和生物信息学计算任务中的答案质量J、文献相关性K和执行时间L。知识探索与检测任务的性能评估图5知识探索与检测任务的模型性能A–C气泡图显示成对比较结果DeepSeek与QwenA调整后 P0.5178、DeepSeek 与 GLMB调整后 P0.6556、GLM 与 QwenC调整后 P0.6768。D–F小提琴图比较 DeepSeek、Qwen 和 GLM 在响应质量D、文献相关性E和执行时间F方面的模型性能。n.s.无统计学意义***P0.001。生物信息学计算任务的性能评估图6生物信息学计算任务的模型性能A–C气泡图显示模型性能成对比较的李克特量表结果DeepSeek与QwenA调整后 P0.4155、DeepSeek与GLMB调整后 P0.7058、GLM与QwenC调整后 P0.7130。D小提琴图比较DeepSeek、Qwen和GLM之间的李克特评分。n.s.无统计学意义**P0.01。E文献相关性评分比较。F计算效率评估。TCM-Agent的研究工作流程与应用表3TCM-Agent案例研究的实施工作流程四逆散治疗肝纤维化的网络药理学分析图7利用TCM-Agent系统研究4逆散抗肝纤维化的网络药理学机制ATCM-Agent的界面和主要分析输出。BTCM-Agent生成的关键通路分析结果。KEGG 京都基因与基因组百科全书GO 基因本体。蛋白质-蛋白质相互作用PPI分析与核心靶点鉴定表4通过通路信息和网络算法鉴定的主要靶点集图8四逆散关键调控靶点分析ATCM-Agent生成的蛋白质-蛋白质相互作用PPI分析界面和主要结果。BTCM-Agent提供的额外蛋白质-蛋白质相互作用PPI分析输出和网络可视化。PPI 蛋白质 - 蛋白质相互作用。逆散的多成分-多靶点调控机制图9四逆散关键活性成分的调控作用网络亮点提出TCM-Agent这是首个基于大语言模型LLM的自主网络药理学与草药分析多智能体系统整合了知识推理、交互式可视化及循证文献验证功能。通过多智能体协作TCM-Agent可智能突破异质性数据整合、分析偏差、手动验证等关键瓶颈最终提供标准化且有证据支持的解读结果。基于100项已验证研究的基准测试表明TCM-Agent在答案准确性、文献检索精度和计算效率方面显著优于现有方法。TCM-Agent在多种基础模型平台DeepSeek-V3、Qwen-Plus、GLM-4-Plus、Gemini-2.5等上均取得高度一致的优异性能这种稳定性确保用户分析结果稳健可靠不受具体LLM选择的影响。借助AI智能体架构TCM-Agent将网络药理学与草药研究任务的分析时间从数小时大幅缩短至分钟级同时保持高质量结果。详细总结思维导图TCM-Agent的系统设计与核心组件分任务性能参考TCM-Agent: Advancing Network Pharmacology and Herbal Medicine Discovery with LLM-Based Multi-Agent Systems, https://doi.org/10.1016/j.jpha.2026.101581260210TCM-Agent.pdf注AI辅助创作如有错误欢迎指出。内容仅供参考不构成任何建议。