Bio AI Agent: A Multi-Agent Artificial Intelligence System for Autonomous CAR-T Cell Therapy Development with Integrated Target Discovery, Toxicity Prediction, and Rational Molecular Design
Yi Ni, Liwei Zhu, and Shuai Li
嵌合抗原受体T细胞(CAR-T)疗法代表了癌症治疗的范式转变,但8-12年的发展时间表和超过40-60%的临床自然减员率突出了目标选择,安全评估和分子优化中的关键低效率。 我们推出了Bio AI Agent,这是一种由大型语言模型驱动的多智能系统,通过协作专业代理实现自主CAR-T开发。 该系统包括六个自主代理:针对超过10,000个癌症相关靶点的多参数抗原优先级的目标选择代理,整合组织表达图集和药物警戒数据库的综合安全分析的毒性预测剂,用于合理CAR工程的分子设计代理,用于自由操作分析的专利智能代理,用于法规遵从的临床翻译代理,以及用于多代理协调的决策编排剂。 追溯验证证明了对高风险靶标的自主识别,包括FcRH5(肝毒性)和CD229(肿瘤外毒性),CD38+SLAMF7组合的专利侵权风险,以及生成综合开发路线图。 通过实现并行处理,专业推理和优于单片AI系统的自主决策,Bio AI Agent解决了精准肿瘤学发展的关键差距,并有可能加速将下一代免疫疗法从发现到临床的翻译。
Chimeric antigen receptor T-cell (CAR-T) therapy represents a paradigm shift in cancer treatment, yet development timelines of 8-12 years and clinical attrition rates exceeding 40-60% highlight critical inefficiencies in target selection, safety assessment, and molecular optimization. We present Bio AI Agent, a multi-agent artificial intelligence system powered by large language models that enables autonomous CAR-T development through collaborative specialized agents. The system comprises six au...