Speaker
Description
生物大分子X射线衍射晶体结构解析是揭示生物大分子三维结构最重要的手段之一。据统计，当前Protein Data Bank（PDB）数据库已收录的252,842个生物大分子结构中，80.5%由X射线衍射晶体学方法解析获得。作为同步辐射光源的核心应用方向，生物大分子晶体学在HEPS（高能同步辐射光源）已建设专用衍射线站，面向国内外用户提供高通量结构解析服务。
然而，该领域涉及从衍射实验、数据处理到相位解析、模型精修的长链条工作流程，涵盖大量晶体学专业方法与参数调优，非晶体学专业用户使用门槛较高。为降低这一门槛，国内外主要生物大分子线站普遍开发了从衍射图像处理到结构精修的全流程自动化程序。由中国科学院物理研究所与高能物理研究所联合研发的AutoPD流水线，专为新一代高能同步辐射光源（北京光源/HEPS）设计，集成了具有自主知识产权的方法学模块，目前已完成部署并正式向用户提供解析服务。但现有流水线程序多采用预设固定流程，尽管自动化程度已达到较高水平，整体弹性与适应性仍显不足：面对常规样品可实现全自动解析，但遇到晶胞异常、衍射数据质量不佳、相位解析困难等复杂情况时，往往无法自主调整策略以获得理想结构，必须依赖人工干预；同时，由于流程固化，历史上积累的大量解析经验与专家知识难以反馈至后续数据解析中，导致流水线无法实现自我进化与知识积累。
近年来，大语言模型（LLM）在复杂逻辑推理、工具自主调用与长程任务规划方面展现出显著突破，特别是随着推理增强型大模型技术的快速发展，基于LLM的智能体（AI Agent）在科学研究中的应用迎来规模化落地的新阶段。针对传统流水线"固化流程、缺乏弹性、无法进化"的结构性缺陷，我们构建了面向生物大分子晶体结构解析的大语言模型智能体系统。该智能体采用"感知-决策-执行-反思"的闭环认知架构，依托可扩展的SKILLS技能库动态调用图像积分、相位解析、分子精修等专业化工具，能够基于衍射数据质量进行实时诊断并自主重构解析路径，实现了从"按固定脚本执行"到"依情境自主决策"的根本转变。系统通过解析日志挖掘与专家反馈强化学习，持续积累晶体学领域知识，形成"数据解析-经验沉淀-能力进化"的正向循环，展现出高度的智能化、鲁棒性与自我迭代能力。本报告将系统介绍该智能体的认知架构设计、SKILLS技能编排与工具链集成机制、多轮对话式推理决策流程等方面面临的挑战与应对思路。
