GRASP: Graph-basierte Agenten für QSP-Modelle mit menschlicher Interaktion

Die neueste Veröffentlichung von GRASP (Graph Reasoning Agents for Systems Pharmacology) eröffnet einen völlig neuen Ansatz für die Entwicklung von Quantitative Systems Pharmacology (QSP)-Modellen. Durch die Kombination mehrerer Agenten, graphbasierter Logik und einer benutzerfreundlichen, sprachgesteuerten Schnittstelle ermöglicht GRASP Domain‑Experten, komplexe pharmakologische Modelle in natürlicher Sprache zu definieren und gleichzeitig die wissenschaftliche Integrität zu wahren.

Im Kern wandelt GRASP QSP‑Modelle in typisierte biologische Wissensgraphen um und kompiliert sie anschließend zu lauffähigem MATLAB/SimBiology‑Code. Dabei werden Einheiten, Massengleichgewicht und physiologische Beschränkungen exakt beibehalten, sodass die generierten Modelle sofort einsatzbereit und nachvollziehbar sind.

Der Arbeitsablauf von GRASP gliedert sich in zwei Phasen: „Understanding“, bei dem bestehender Code rekonstruiert und in einen Graphen überführt wird, und „Action“, in dem sprachgesteuerte Änderungen unter strenger Einhaltung aller Constraints vorgenommen werden. Eine zustandsbasierte Steuerung sorgt für iterative Validierung und garantiert, dass jede Modifikation den wissenschaftlichen Standards entspricht.

In vergleichenden Tests, bei denen ein großes Sprachmodell als Richter fungierte, übertraf GRASP die herkömmlichen CoT‑ und ToT‑Ansätze in allen bewerteten Kategorien – biologische Plausibilität, mathematische Richtigkeit, strukturelle Treue und Codequalität – mit durchschnittlichen Noten von 9 bis 10 von 10. Die Breitensuche zur Parameteranpassung erreichte zudem ein F1‑Score von 0,95 bei der Entdeckung von Abhängigkeiten, Einheiten und Wertebereichen. Diese Ergebnisse zeigen, dass graphbasierte, agentengetriebene Workflows die Entwicklung von QSP‑Modellen sowohl zugänglicher als auch rigoroser machen können, ohne die medizinische Genauigkeit zu opfern.