Databricks推出AiChemy多智能體AI系統，助力藥物研發加速

Databricks近日發布了一套名為AiChemy的多智能體AI參考架構，該系統通過模型上下文協議（MCP）將其平臺上的企業內部數據與外部科學數據庫相結合，旨在加速藥物研發過程中的靶點識別與候選化合物評估等關鍵任務。

靶點識別與候選化合物評估是藥物開發的早期核心環節，直接影響制藥企業對生物機制的研究方向選擇以及化合物的篩選推進，進而決定后續臨床階段的成本、周期與成功概率。

AiChemy構建于Databricks旗下多項核心組件之上，包括數據智能平臺、Delta Lake以及Mosaic AI（含Agent Bricks）。這些組件負責管理和治理企業數據，同時支持領域專屬智能體與"技能"的創建與編排。

系統內置的技能涵蓋：查詢并總結科學文獻、檢索化學與分子數據、跨化合物執行相似性搜索，以及跨來源綜合證據等能力。

AiChemy通過MCP協議接入OpenTargets、PubMed、PubChem等外部數據源，使智能體能夠同時調用和推理私有數據與公開科學數據。通過將數據訪問、編排與分析整合至單一受治理的環境中，Databricks表示，制藥企業的研究人員可以在不丟失上下文的情況下，從分散的數據集中快速獲取關鍵洞察，從而提升靶點識別與候選化合物評估的效率。

整套系統的核心是一個"主管智能體"，負責協調各個子智能體與技能的調用方式，以響應用戶查詢。Databricks指出，該主管智能體并非一個開箱即用的預置組件，而是一種可通過Mosaic AI與Agent Bricks工具實現的架構模式。

根據Databricks博客文章，企業團隊在構建主管智能體時，首先需要定義并實現領域專屬技能，例如文獻檢索、化合物查詢或數據綜合，并將其注冊以便程序化調用。隨后，開發者需要為主管智能體配置指令或策略，以決定其如何根據查詢選擇和排序這些技能，包括任務的分解與路由方式。整套配置通過MCP與企業內外部數據源連接，并借助Databricks平臺實施訪問控制與數據治理。

AiChemy是Databricks在醫療健康與藥物研發領域持續布局的最新成果。2025年6月，該公司與Atropos Health達成合作，將真實世界臨床數據與數據智能平臺結合，支持證據生成并加速研究工作流程。同年7月，Databricks又宣布與TileDB開展合作，專注于整合基因組學、影像學和臨床記錄等多模態科學數據，為AI驅動的藥物研發與臨床洞察提供支撐。

目前，AiChemy參考架構已通過網頁應用及GitHub代碼倉庫向公眾開放，開發者可以在其中探索該系統，并基于Agent Bricks框架將其適配至自身業務場景。

Q&A

Q1：AiChemy是什么？它能解決藥物研發中的哪些問題？

A：AiChemy是Databricks推出的多智能體AI參考架構，通過MCP協議整合企業內部數據與OpenTargets、PubMed、PubChem等外部科學數據庫，專注于藥物研發早期的靶點識別和候選化合物評估。它能幫助制藥企業研究人員在統一受治理的環境中快速從分散數據集中提取關鍵洞察，降低信息處理成本，縮短早期研發周期。

Q2：AiChemy的主管智能體是如何工作的？

A：主管智能體是AiChemy系統的協調核心，負責根據用戶查詢選擇和排序各類專屬技能，如文獻檢索、化合物查詢、數據綜合等。它并非預置組件，而是一種可通過Databricks的Mosaic AI與Agent Bricks工具實現的架構模式。開發者需自行定義技能、注冊調用接口，并配置任務分解與路由策略，再通過MCP與數據源連接。

Q3：開發者如何獲取并使用AiChemy？

A：Databricks已將AiChemy參考架構通過網頁應用和GitHub代碼倉庫向公眾開放，開發者可以直接訪問GitHub倉庫探索系統結構，并基于Agent Bricks框架將其改造適配至自身藥物研發或其他科學研究場景中使用。