drug-team

一种元技能（meta-skill），用于协调一组专用于药物设计的 AI 智能体（agent）协同工作。

概述

• 用途：针对给定靶点或适应症，在指定约束条件下（例如：“设计一种用于缓解疼痛的药物，logP < 3”）生成新型候选药物分子。
• 智能体（Agents）：
  1. Chem Synth（调用 chemistry-query 技能）：提出分子骨架及合成路线。
  2. Synth Notebook（调用 synth-notebook 技能）：可视化合成路线，优化产率，并进行安全性评估。
  3. Lab Inventory（调用 lab-inventory 技能）：核查试剂库存情况，并估算合成成本。
  4. ADMET：基于 RDKit/ML 代理模型预测 QED、SA、logP、TPSA、pKa 等性质。
  5. Tox：检测 PAINS、Brenk 结构警示基团及 Ames 致突变性风险。
  6. Pharm：评估候选分子与靶点的结合亲和力（通过网络工具或对接代理实现）。
  7. Patent Scout（调用 patent_scout.py）：扫描现有技术专利，计算新颖性得分，并通过网络检索识别潜在的阻碍性专利（blocking patents）。
• 协同机制：各智能体之间通过迭代式轮询与消息传递持续优化候选分子。
• 输出结果：包含 Top 3 候选分子的表格（含 SMILES 表达式、合成路线、各项评分）以及可视化内容（如分子结构图）。

触发词

• drug design
• design drug
• painkiller
• drug synthesis
• synth pharm
• design molecule
• "low tox" drug
• inventory-aware design
• design with stock check
• check stock for synthesis
• patent
• novelty
• prior art

使用方式

被触发后，执行命令：scripts/orchestrate.py "{user_query}"。

集成说明

• 调用 chemistry-query 技能获取初始分子骨架与合成路线。
• 调用 synth-notebook 技能实现合成路线可视化、产率优化及安全性检查。
• 集成 lab-inventory 技能以核查试剂库存并估算成本。
• 综合考量产率、安全性（包括对路线中化学品的 SDS 扫描、风险评分与告警）及库存可用性，对候选分子进行可行性评分与排序。
• 在完成药物设计后执行专利调研，将新颖性得分与阻碍性专利状态纳入最终候选分子的综合排名（例如：“高新颖性：无阻碍性专利”）。

依赖项

• RDKit（已安装）
• chemistry-query 技能（已存在）
• synth-notebook 技能
• lab-inventory 技能
• Matplotlib / Plotly（用于可视化）
• OpenClaw 子智能体启动能力
• beautifulsoup4（用于 patent_scout 的网页抓取）