摘要
自动科学发现一直是计算学者的目标——一个能够独立揭示自然奥秘的机器，将计算系统从数据拟合工具提升到生成和优化宇宙机制模型的层面。最近在符号回归（SR）和基于大型语言模型（LLM）的代理系统方面的进展表明，这样的系统可以从数据中恢复方程，结合领域先验，并自动化研究工作流程的部分环节。然而，目前大多数方法要么专注于狭窄的方程发现基准，要么关注广泛的端到端自动化流程，而生物系统的研究相对较少。
在此，我们介绍了MEDA系统，这是一个基于LLM和SR的智能框架，用于发现生物及生物启发的动态系统的普通微分方程（ODE）模型。MEDA系统能够检索背景知识，定义可接受的变量，生成机制约束，提出候选ODE，并进行拟合和评估。我们在经典模型检索、基于推理的未见变体外推和开放式发现等方面进行了评估，测试环境中有无实验数据。结果显示，MEDA成功恢复了正确的状态变量，在检索和外推任务中实现了强大的结构恢复，并产生了生物学上合理的发现导向模型。消融和鲁棒性分析表明，知识引导的形式化和机制约束是关键组成部分，而仅依赖数值拟合可能会保留与轨迹兼容但生物学上不正确的方程。
博主点评： 该研究展示了使用大型语言模型和符号回归相结合的创新方法，推动了生物系统建模的自动化进程。通过有效整合背景知识和机制约束，MEDA系统展现出强大的方程发现能力，为生物科学的探索提供了新的工具和视角。其在生物学合理性与模型准确性之间的平衡，值得在未来的研究中深入探讨。