Инженер настраивает антенну: тянет один сегмент — частота уходит, меняет угол — падает усиление. Примерно так же устроена разработка лечебных пептидов (коротких белковых цепочек). Растворимость, способность не разрушать красные кровяные тельца и устойчивость к налипанию белкового мусора — эти три свойства переплетены, и попытка улучшить одно часто ломает другие.

Новая система Pepti-Agent действует иначе. Вместо монолитного скрипта, где всё смешано, она собрана из трёх независимых инструментов, как набор отвёрток в ящике. Один инструмент — PeptideGPT — генерирует варианты пептидов. Другой — на основе модели ProtBERT — оценивает три ключевых свойства. Третий — оператор мутаций — вносит точечные замены аминокислот. Дирижирует этим оркестром контроллер на базе языковой модели: он вызывает инструменты по очереди и сверяется с реальными числами свойств после каждого шага.

Такой подход даёт прозрачную «историю болезни» каждого кандидата: какие решения принимал контроллер, что предсказывали модели и какие мутации были приняты. Это не только помогает выбрать лучшие варианты для лабораторных тестов, но и позволяет сравнивать разные стратегии дизайна. По сути, Pepti-Agent превращает слепой поиск в осмысленную инженерную работу, где каждая правка подтверждена цифрами.