ProtRLSearch：基于强化学习训练的多轮多模态蛋白质搜索智能体

医疗领域的蛋白质分析任务常需在序列约束下进行准确推理。现有搜索智能体多局限于单轮文本搜索，无法整合蛋白质序列模态，且强化学习仅关注最终答案，缺乏对搜索过程的约束。为此，本文提出 ProtRLSearch，一种基于多维奖励强化学习训练的多轮蛋白质搜索智能体，能实时联合利用蛋白质序列与文本进行多模态输入决策。此外，构建了包含 3000 道题的 ProtMCQs 基准，评估模型在从序列约束推理到综合通路分析等不同难度任务中的表现。