대규모 언어 모델 기반 에이전트 시스템을 활용한 생물학적 시스템의 자동 미분방정식 발견

Automatic Ordinary Differential Equations Discovery For Biological Systems Using Large Language Model Powered Agentic System

자동 과학적 발견은 계산 학자들의 오랜 목표였습니다. 이는 스스로 자연의 비밀을 밝혀내는 기계를 개발하여, 계산 시스템을 단순한 데이터 분석 도구를 넘어 우주의 메커니즘 모델 생성 및 개선으로 발전시키는 것을 의미합니다. 최근 심볼릭 회귀(SR)와 대규모 언어 모델(LLM) 기반 에이전트 기술의 발전은 이러한 시스템이 데이터를 기반으로 방정식을 복원하고, 해당 분야의 지식을 통합하며, 연구 워크플로우의 일부를 자동화할 수 있음을 시사합니다. 그러나 대부분의 기존 접근 방식은 특정 방정식 발견 벤치마크에 집중하거나 광범위한 전체 자동화 파이프라인을 구축하는 데 초점을 맞추고 있으며, 생물학적 시스템에 대한 연구는 상대적으로 부족했습니다. 본 논문에서는 LLM과 SR 기술을 기반으로 하는 에이전트 프레임워크인 MEDA 시스템을 소개합니다. MEDA 시스템은 생물학 및 생체 모방 동역 시스템의 미분방정식(ODE) 모델을 발견하는 데 사용됩니다. MEDA는 관련 배경 지식을 검색하고, 허용 가능한 변수를 정의하며, 메커니즘 제약을 생성하고, 후보 ODE를 제안하고, 이를 적합시키고 평가합니다. 우리는 MEDA 시스템을 표준 모델 복원, 추론 기반으로 새로운 변형에 대한 외삽, 그리고 실험 데이터 유무에 관계없이 자유로운 발견 연구에 적용하여 성능을 평가했습니다. 이러한 다양한 환경에서 MEDA는 올바른 상태 변수를 복원하고, 복원 및 외삽 작업에서 뛰어난 구조적 정확도를 달성했으며, 생물학적으로 타당한 모델을 생성했습니다. 또한, 분석 결과 지식 기반 형식화와 메커니즘 제약이 중요한 역할을 한다는 것을 확인했으며, 수치 적합만으로는 경로 일관성을 유지하지만 생물학적으로 부정확한 방정식을 생성할 수 있음을 보여주었습니다.

Automatic scientific discovery has long been a goal of computational scholars - a machine that can discover nature's secrets on its own, moving computational systems beyond data-fitting tools toward the generation and refinement of mechanistic models of the universe. Recent advances in symbolic regression (SR) and large-language-model (LLM)-based agents suggest that such systems can recover equations from data, incorporate domain priors, and automate parts of the research workflow. However, most existing approaches either focus on narrow equation-discovery benchmarks or broad end-to-end automation pipelines, while biological systems remain comparatively underexplored. Here, we introduce the MEDA system, an LLM- and SR-powered agentic framework for discovering ordinary-differential-equation (ODE) models of biological and biologically inspired dynamical systems. MEDA retrieves background knowledge, defines admissible variables, generates mechanistic constraints, proposes candidate ODEs, and fits and evaluates them. We evaluate it across canonical model retrieval, reasoning-based extrapolation to unseen variants, and open-ended discovery, with and without experimental data. Across these settings, MEDA recovered the correct state variables, achieved strong structural recovery in retrieval and extrapolation tasks, and produced biologically plausible discovery-oriented models. Ablation and robustness analyses show that knowledge-guided formalization and mechanistic constraints are load-bearing components, whereas numerical fitting alone can preserve trajectory-compatible but biologically incorrect equations.