Ученые Массачусетского технологического института представили генеративную модель искусственного интеллекта, которая могла бы создавать молекулы, помогающие бороться с трудноизлечимыми заболеваниями | Новости Массачусетского технологического института

Более 300 человек из академических и промышленных кругов собрались в аудитории, чтобы присутствовать на мероприятии. Семинар БольцГен в четверг, 30 октября, по инициативе Клиника Абдула Латифа Джамиля по машинному обучению в здравоохранении (Клиника Массачусетского технологического института Джамиля). Хедлайнером мероприятия стал аспирант Массачусетского технологического института и первый автор BoltzGen Ханнес Старк, который анонсировал BoltzGen всего за несколько дней до этого.

Опираясь на Больц-2модель прогнозирования биомолекулярной структуры с открытым исходным кодом, предсказывающая сродство связывания белков, которая произвела фурор за лето, БольцГен (официально выпущенный в воскресенье, 26 октября) — первая модель такого рода, которая пошла еще дальше, создав новые связывающие белки, которые готовы войти в процесс разработки лекарств.

Это стало возможным благодаря трем ключевым инновациям: во-первых, способность BoltzGen выполнять множество задач, объединяя дизайн белка и прогнозирование структуры, сохраняя при этом современную производительность. Далее, встроенные ограничения BoltzGen разрабатываются с учетом отзывов сотрудников Wetlab, чтобы гарантировать, что модель создает функциональные белки, которые не противоречат законам физики или химии. Наконец, строгий процесс оценки проверяет модель на «неизлечимых» мишенях болезней, расширяя границы возможностей BoltzGen по созданию связующих веществ.

Большинство моделей, используемых в промышленности или научных кругах, способны либо предсказывать структуру, либо проектировать белки. Более того, они ограничены созданием определенных типов белков, которые успешно связываются с легкими «мишенями». Подобно тому, как учащиеся отвечают на тестовый вопрос, который выглядит как домашнее задание, модели часто работают, пока обучающие данные выглядят аналогично целевому объекту во время разработки подшивки. Но существующие методы почти всегда оцениваются на объектах, для которых уже существуют структуры со связующими, и в конечном итоге их производительность снижается при использовании на более сложных целях.

«Были модели, пытающиеся решить проблему дизайна переплетов, но проблема в том, что эти модели зависят от модальности», — отмечает Стерк. “Общая модель не только означает, что мы можем решать больше задач. Кроме того, мы получаем лучшую модель для отдельной задачи, поскольку имитация физики изучается на примерах, а с помощью более общей схемы обучения мы предоставляем больше таких примеров, содержащих обобщаемые физические закономерности”.

Исследователи BoltzGen приложили все усилия, чтобы протестировать BoltzGen на 26 объектах, начиная от терапевтически значимых случаев и заканчивая случаями, явно выбранными из-за их несходства с обучающими данными.

Этот комплексный процесс проверки, который проходил в восьми влажных лабораториях в научных и промышленных кругах, демонстрирует широту модели и потенциал для разработки революционных лекарств.

Parabilis Medicines, один из отраслевых партнеров, тестировавших BoltzGen в условиях влажных лабораторий, высоко оценил потенциал BoltzGen: «Мы чувствуем, что внедрение BoltzGen в нашу существующую вычислительную платформу пептидов Helicon обещает ускорить наш прогресс в разработке трансформационных лекарств против основных заболеваний человека».

В то время как выпуски с открытым исходным кодом Boltz-1, Boltz-2, а теперь и BoltzGen (предварительный просмотр которого был представлен на 7-я конференция по молекулярному машинному обучению 22 октября) открывают новые возможности и прозрачность в разработке лекарств, они также сигнализируют о том, что биотехнологической и фармацевтической промышленности, возможно, придется пересмотреть свои предложения.

На фоне ажиотажа вокруг BoltzGen на платформе социальных сетей X Джастин Грейс, главный специалист по машинному обучению в LabGenius, поднял вопрос. «Задержка между закрытием и открытием для систем искусственного интеллекта чата составляет [seven] месяцев и падает», — написала Грейс в пост. “Похоже, что в сфере белков он еще короче. Как компании, предоставляющие связующее как услугу, смогут [recoup] инвестиции, когда мы сможем просто подождать несколько месяцев до бесплатной версии?»

Для представителей академических кругов BoltzGen представляет собой расширение и ускорение научных возможностей. «Мои студенты часто задают мне вопрос: «Где ИИ может изменить терапевтическую игру?» — говорит старший соавтор и профессор Массачусетского технологического института Регина Барзилай, руководитель факультета ИИ в клинике Джамиль и филиал Лаборатории компьютерных наук и искусственного интеллекта (CSAIL). «Пока мы не определим непреодолимые цели и не предложим решение, мы не изменим игру», — добавляет она. «Акцент здесь делается на нерешенные проблемы, что отличает работу Ханнеса от других в этой области».

Старший соавтор Томми Яаккола, профессор электротехники и компьютерных наук Томаса Зибеля, сотрудничающий с клиникой Джамиль и CSAIL, отмечает, что «такие модели, как BoltzGen, которые выпущены с полностью открытым исходным кодом, позволяют расширить усилия всего сообщества по ускорению разработки новых лекарств».

Заглядывая в будущее, Старк считает, что будущее биомолекулярного дизайна будет перевернуто моделями искусственного интеллекта. «Я хочу создать инструменты, которые помогут нам манипулировать биологией для решения болезней или выполнять задачи с помощью молекулярных машин, о которых мы еще даже не подозревали», — говорит он. «Я хочу предоставить эти инструменты и позволить биологам представить себе вещи, о которых они раньше даже не думали».