Ученые MIT представили генеративную ИИ-модель для создания молекул против трудноизлечимых заболеваний

Абдул Латиф Джамиль Лаборатория по изучению бедности (J-PAL) Институт Пиковера по изучению обучения и памяти Школа гуманитарных, художественных и социальных наук Шварцмановский колледж вычислений MIT Ученые MIT представили генеративную модель ИИ, способную создавать молекулы для лечения трудноизлечимых заболеваний

Более 300 человек из академической среды и промышленности заполнили аудиторию, чтобы посетить семинар BoltzGen в четверг, 30 октября, организованный Клиникой Абдула Латифа Джамиля по машинному обучению в здравоохранении (MIT Jameel Clinic). В центре внимания мероприятия оказался аспирант MIT и первый автор публикации BoltzGen Ханнес Штэрк, который объявил о BoltzGen всего за несколько дней до семинара.

Опираясь на Boltz-2, открытую модель предсказания биомолекулярной структуры, предсказывающую сродство белков к связыванию и получившую большой резонанс летом, BoltzGen (официально выпущена в воскресенье, 26 октября) является первой моделью своего рода, которая делает шаг дальше, создавая новые белковые связывающие молекулы, готовые войти в конвейер открытия лекарств.

Три ключевых новшества делают это возможным: во-первых, способность BoltzGen выполнять различные задачи, объединяя дизайн белков и предсказание структур при сохранении передовых результатов. Во-вторых, встроенные ограничения BoltzGen разработаны с учетом отзывов лабораторных партнеров, чтобы модель создавала функциональные белки, не противоречащие законам физики и химии. Наконец, строгий процесс оценки тестирует модель на «лекарственно недоступных» целях заболеваний, расширяя границы возможностей BoltzGen по генерации связывающих молекул.

Большинство моделей, используемых в индустрии или академии, способны либо на предсказание структуры, либо на дизайн белков. Более того, они ограничены в генерации определенных типов белков, которые успешно связываются с простыми «мишенями». Подобно студентам, отвечающим на экзаменационный вопрос, похожий на их домашнее задание, пока данные обучения похожи на целевую задачу при дизайне связывающих молекул, модели часто работают. Но существующие методы почти всегда оцениваются на мишенях, для которых уже существуют структуры со связывающими молекулами, и теряют в эффективности при работе с более сложными целями.

«Были попытки создать модели для дизайна связывающих молекул, но проблема в том, что эти модели специфичны для своей модальности», — отмечает Штэрк. «Общая модель означает не только то, что мы можем решать больше задач. Кроме того, мы получаем лучшую модель для каждой отдельной задачи, поскольку имитация физики усваивается на примерах, и при более общем режиме обучения мы предоставляем больше таких примеров, содержащих обобщаемые физические закономерности».

Исследователи BoltzGen специально проверили модель на 26 мишенях — от терапевтически значимых случаев до тех, которые были выбраны специально за их несхожесть с данными обучения.

Этот всесторонний процесс валидации, проведенный в восьми лабораториях с влажными экспериментами в академии и промышленности, демонстрирует широту возможностей модели и её потенциал для прорывных разработок лекарств.

Parabilis Medicines, один из промышленных партнёров, тестировавших BoltzGen в условиях влажной лаборатории, похвалил потенциал модели: «мы считаем, что интеграция BoltzGen в наши существующие вычислительные возможности платформы Helicon для пептидов обещает ускорить наш прогресс в создании трансформационных препаратов против основных человеческих заболеваний».

Хотя открытия с открытым исходным кодом Boltz-1, Boltz-2 и теперь BoltzGen (который был представлен на 7-й конференции Molecular Machine Learning 22 октября) приносят новые возможности и прозрачность в разработку лекарств, они также сигнализируют о том, что биотехнологические и фармацевтические компании могут потребовать пересмотра своих предложений.

На фоне шумихи вокруг BoltzGen в социальной сети X Джастин Грейс, главный специалист по машинному обучению в LabGenius, поднял вопрос: «Задержка между частными и открытыми версиями по производительности для чат-ИИ-систем составляет [семь] месяцев и сокращается», — написал Грейс в посте. «В белковом пространстве это, похоже, ещё короче. Как компании, предлагающие связывание как сервис, смогут вернуть инвестиции, если мы сможем просто подождать несколько месяцев бесплатной версии?»

Для академического сообщества BoltzGen представляет расширение и ускорение научных возможностей. «Вопрос, который мои студенты часто задают мне: „где ИИ может изменить игру в терапии?“», — говорит старший соавтор и профессор MIT Регина Барзилай, руководитель факультета ИИ в Jameel Clinic и представитель Computer Science and Artificial Intelligence Laboratory (CSAIL). «Если мы не выявим лекарственно недоступные мишени и не предложим решение, мы не изменим правила игры», — добавляет она. «Акцент здесь на нерешённых проблемах, что отличает работу Ханнеса от других в этой области».

Старший соавтор Томми Яаккола, профессор электротехники и информатики имени Томаса Сибела, связанный с Jameel Clinic и CSAIL, отмечает, что «модели типа BoltzGen, выпускаемые полностью с открытым исходным кодом, позволяют широкой общественной кооперации ускорять возможности проектирования лекарств».

Смотря в будущее, Штэрк считает, что биомолекулярный дизайн будет коренным образом изменён моделями ИИ. «Я хочу создавать инструменты, которые помогут нам управлять биологией для решения заболеваний или выполнять задачи молекулярными машинами, о которых мы даже ещё не думали», — говорит он. «Я хочу предоставить эти инструменты и дать биологам возможность представить то, о чем они даже ещё не думали».

Клиника Абдула Латифа Джамиля по машинному обучению в здравоохранении Computer Science and Artificial Intelligence Laboratory (CSAIL) Кафедра электротехники и информатики Электротехника и информатика (EECS) Исследователи MIT разработали инструмент ИИ для улучшения выбора штаммов для вакцины против гриппа Исследователи MIT представили Boltz-1, полностью открытую модель для предсказания биомолекулярных структур Ускорение открытия лекарств с помощью диффузионных генеративных моделей Обеспечение «кристально чистого» взгляда ИИ на мир материалов Содействие сообществу среди инноваций Кендалл-сквер Сьюзи Нельсон преобразила студенческую жизнь в MIT Студенческие лидеры MIT: интервью с президентом Ассоциации студенческих мероприятий Ханой Соуса Отчет о состоянии устойчивости цепочек поставок обнаруживает рекордно высокий корпоративный уровень обязательств, но отставание в управлении Модель ИИ расшифровывает язык, которым клетки общаются Массачусетский технологический институт, 77 Massachusetts Avenue, Cambridge, MA, USA