Automatic Ordinary Differential Equations Discovery For Biological Systems Using Large Language Model Powered Agentic System
作者: David Krongauz, Arad Zulti, Eran Segal, Teddy Lazebnik
分类: cs.AI, math.DS
发布日期: 2026-07-15
💡 一句话要点
提出MEDA系统以自动发现生物系统的常微分方程
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 自动科学发现 常微分方程 生物系统建模 大型语言模型 符号回归 机制约束 动态系统
📋 核心要点
- 现有方法在生物系统的方程发现上相对较少，缺乏有效的自动化工具。
- MEDA系统结合大型语言模型和符号回归，能够自动发现生物系统的常微分方程模型。
- 实验结果显示，MEDA在检索和外推任务中实现了强结构恢复，生成的模型生物学上合理。
📝 摘要（中文）
自动科学发现一直是计算学者的目标，旨在开发能够自主发现自然规律的机器。近年来，符号回归和基于大型语言模型的代理系统的进展表明，这些系统能够从数据中恢复方程、结合领域先验并自动化研究工作流程的部分环节。现有方法多集中于狭窄的方程发现基准或广泛的端到端自动化流程，而生物系统的研究相对较少。本文提出的MEDA系统是一个基于大型语言模型和符号回归的代理框架，旨在发现生物及生物启发的动态系统的常微分方程模型。MEDA能够检索背景知识、定义可接受变量、生成机制约束、提出候选常微分方程，并进行拟合和评估。实验结果表明，MEDA在模型检索、推理外推和开放式发现中表现出色，能够恢复正确的状态变量并生成生物学上合理的模型。
🔬 方法详解
问题定义：本研究旨在解决生物系统中常微分方程的自动发现问题。现有方法多集中于特定方程或广泛的自动化流程，导致生物系统的探索不足。
核心思路：MEDA系统通过结合大型语言模型和符号回归，自动化方程的发现过程，能够有效整合背景知识和机制约束，从而提高模型的准确性和生物学合理性。
技术框架：MEDA系统的整体架构包括多个模块：背景知识检索、可接受变量定义、机制约束生成、候选常微分方程提出、模型拟合与评估。每个模块协同工作，形成一个完整的发现流程。
关键创新：MEDA的主要创新在于其知识引导的形式化和机制约束的引入，这些组件在方程发现中起到了关键作用，与传统的仅依赖数值拟合的方法形成了鲜明对比。
关键设计：在设计中，MEDA系统设置了特定的参数以优化模型拟合过程，采用了适合生物系统的损失函数，并设计了适应性强的网络结构，以确保生成的方程在生物学上是合理的。
🖼️ 关键图片
📊 实验亮点
实验结果表明，MEDA系统在模型检索和推理外推任务中表现优异，成功恢复了正确的状态变量，并在开放式发现中生成了生物学上合理的模型。与传统方法相比，MEDA在结构恢复和模型生成方面显著提升，展示了强大的应用潜力。
🎯 应用场景
该研究的潜在应用领域包括生物医学、生态系统建模和生物工程等。通过自动发现生物系统的动态模型，研究人员可以更好地理解生物过程，推动相关领域的研究和技术发展，具有重要的实际价值和未来影响。
📄 摘要（原文）
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.