MAITUX PROTOCOL OPTIMIZER

智能实验优化引擎

设定优化目标、定义实验参数（支持分子 SMILES）、录入已有结果，引擎即推荐下一批最该做的实验，并给出带不确定性的预测。基于贝叶斯实验设计，为文献无先例的前沿研发而生。

1设定优化目标

2定义实验参数

3录入已有实验

4获取下一轮推荐

1设定优化目标

支持单目标或多目标。多目标时引擎返回一组帕累托前沿候选，由你的科学家权衡选取。

目标 Target	方向	权重	下界	上界	操作

每个参数选择类型：分子(Substance，用 SMILES 表示) · 数值(Number) · 类别(Category) · 任务(Task) · 自定义(Custom)。

参数名	类型	取值 / 范围	操作

参数类型

参数名

SMILES（逗号分隔多个候选）

把你已经做过的实验填进来——哪怕只有几行。引擎以此为先验，无需从零开始。

预测值带不确定性（均值 ± 标准差）——这是贝叶斯优化的核心：既给推荐，也告诉你它有多确定。做完实验回填实测值，再获取下一轮。

点此让引擎根据已录入数据推荐下一批；回填实测值后可继续迭代。当前最优

—

说明：本页为产品演示，推荐逻辑为前端模拟，用于展示交互形态与工作流。底层真实引擎基于 Merck 开源的 BayBE（Apache-2.0）；联合验证与正式部署时，参数类型（含 SMILES 化学编码）将真实生效，推荐与不确定性来自真实高斯过程后验，并可接入 MaituLIMS 实现数据闭环。