단백질의 맞춤형 설계는 생명 공학, 의학, 재료 과학 분야에서 중요한 과제입니다. 본 논문에서는 단백질 언어 모델(PLM) 및 확산 기반 아키텍처와 같은 기존 생성 모델의 한계를 극복하기 위해, 스웜 인텔리전스에서 영감을 얻은 분산형 에이전트 기반 프레임워크를 제시합니다. 이 프레임워크는 여러 대규모 언어 모델(LLM) 에이전트가 병렬로 작동하며, 각 에이전트는 특정 잔기 위치에 할당됩니다. 이 에이전트들은 설계 목표, 국부적 상호 작용, 이전 반복의 메모리 및 피드백을 통합하여 컨텍스트를 고려한 변이를 반복적으로 제안합니다. 이 위치별 분산 조정은 모티프 스캐폴드 또는 다중 시퀀스 정렬에 의존하지 않고도 다양하고 잘 정의된 시퀀스의 출현적 설계를 가능하게 합니다. 실험을 통해 이 프레임워크가 효율적이고 목표 지향적인 설계를 GPU 시간 내에 달성하며, 미세 조정이나 특수 훈련 없이도 작동함을 입증했습니다. 이는 단백질 설계를 위한 일반적이고 적응 가능한 솔루션을 제공합니다.
