Un ingeniero ajusta una antena: estira un segmento y la frecuencia se desplaza; cambia el ángulo y la ganancia cae. Algo parecido ocurre en el desarrollo de péptidos terapéuticos (cadenas cortas de proteínas). La solubilidad, la capacidad de no destruir los glóbulos rojos y la resistencia a la acumulación de residuos proteicos: estas tres propiedades están entrelazadas, y el intento de mejorar una suele romper las otras.

El nuevo sistema Pepti-Agent actúa de otra manera. En lugar de un script monolítico donde todo está mezclado, está compuesto por tres herramientas independientes, como un juego de destornilladores en una caja. Una herramienta, PeptideGPT, genera variantes de péptidos. Otra, basada en el modelo ProtBERT, evalúa las tres propiedades clave. La tercera, el operador de mutaciones, introduce sustituciones puntuales de aminoácidos. Dirige esta orquesta un controlador basado en un modelo de lenguaje: llama a las herramientas una por una y verifica los valores reales de las propiedades después de cada paso.

Este enfoque proporciona un "historial clínico" transparente de cada candidato: qué decisiones tomó el controlador, qué predijeron los modelos y qué mutaciones se aceptaron. Esto no solo ayuda a elegir las mejores opciones para las pruebas de laboratorio, sino que también permite comparar diferentes estrategias de diseño. En esencia, Pepti-Agent convierte la búsqueda a ciegas en un trabajo de ingeniería razonado, donde cada corrección está respaldada por números.