В MIT создали генеративную модель для разработки лекарств от неизлечимых болезней

Исследователи из Массачусетского технологического института представили BoltzGen — первую генеративную модель искусственного интеллекта, способную создавать белковые молекулы для лечения сложных заболеваний с нуля. Новая система расширяет возможности ИИ от анализа биологических процессов к их активному проектированию.

От предсказания к созданию

BoltzGen представляет собой эволюцию открытой модели Boltz-2, которая этим летом произвела фурор в области предсказания структуры биомолекул. Если предыдущие версии могли прогнозировать сродство белков к связыванию, то новая модель делает следующий шаг — генерирует полностью новые белковые связующие, готовые к использованию в процессе разработки лекарств.

Более 300 представителей академических кругов и индустрии собрались на семинаре BoltzGen 30 октября, чтобы услышать выступление ведущего автора проекта Ханнеса Штарка, аспиранта MIT. Модель была официально представлена 26 октября после предварительного показа на 7-й Конференции по молекулярному машинному обучению.

Три ключевых инновации

Уникальность BoltzGen обеспечивается тремя принципиальными нововведениями:

• Способность выполнять разнообразные задачи, объединяя проектирование белков и предсказание структуры при сохранении высочайшей производительности
• Встроенные ограничения, разработанные с учетом рекомендаций лабораторных специалистов для создания функциональных белков, не нарушающих законы физики и химии
• Тщательная процедура валидации, тестирующая модель на «неподдающихся лекарственному воздействию» мишенях

Большинство существующих моделей способны либо предсказывать структуру, либо проектировать белки, но не обе задачи одновременно. Более того, они ограничены генерацией определенных типов белков, которые успешно связываются только с легкими «мишенями».

«Были модели, пытающиеся решить задачу проектирования связующих, но проблема в том, что эти модели специфичны для конкретных модальностей», — отмечает Штарк. «Универсальная модель означает не только возможность решать больше задач, но и получение лучшей модели для каждой отдельной задачи».

Строгая валидация на сложных мишенях

Исследователи BoltzGen провели всестороннее тестирование модели на 26 мишенях — от терапевтически релевантных случаев до специально выбранных целей, значительно отличающихся от тренировочных данных. Эта комплексная процедура валидации проводилась в восьми лабораториях академических и промышленных организаций.

Parabilis Medicines, одна из компаний-партнеров, тестировавших BoltzGen в лабораторных условиях, отметила потенциал модели: «Мы считаем, что внедрение BoltzGen в наши существующие возможности вычислительной платформы Helicon обещает ускорить наш прогресс в создании трансформационных лекарств против основных человеческих заболеваний».

Открытые модели вроде BoltzGen ставят под вопрос бизнес-модели коммерческих компаний, предлагающих «связующие как услугу». Когда бесплатная версия догоняет коммерческие продукты всего за несколько месяцев, возникает законный вопрос — кто будет платить за то, что скоро станет общедоступным? Особенно учитывая, что BoltzGen работает с «неподдающимися» мишенями, где традиционные методы часто терпят неудачу.

Вызов для индустрии

Открытые релизы Boltz-1, Boltz-2 и теперь BoltzGen не только открывают новые возможности в разработке лекарств, но и сигнализируют о необходимости пересмотра предложений биотехнологических и фармацевтических компаний.

Джастин Грейс, ведущий специалист по машинному обучению в LabGenius, задал провокационный вопрос в своем посте: «Временной лаг между приватными и открытыми системами ИИ составляет семь месяцев и сокращается. В белковом пространстве он выглядит еще короче. Как компании, предлагающие связующие как услугу, смогут окупить инвестиции, если можно просто подождать несколько месяцев и получить бесплатную версию?»

Научные перспективы

Для академического сообщества BoltzGen представляет расширение и ускорение научных возможностей. «Вопрос, который мне часто задают студенты: „Где ИИ может изменить правила игры в терапевтике?“», — говорит соавтор исследования, профессор MIT Регина Барзилай. «Пока мы не определим неподдающиеся лекарственному воздействию мишени и не предложим решение, мы не изменим правила игры».

Томми Яаккола, другой соавтор исследования, отмечает, что «модели вроде BoltzGen, выпускаемые полностью открытыми, позволяют более широким сообществам ускорить развитие возможностей проектирования лекарств».

Штарк уверен, что будущее биомолекулярного дизайна будет перевернуто моделями ИИ: «Я хочу создавать инструменты, которые помогут нам манипулировать биологией для решения заболеваний или выполнения задач с молекулярными машинами, которые мы даже не можем представить».

По сообщению MIT News, модель уже демонстрирует впечатляющие результаты в создании терапевтических молекул для заболеваний, считавшихся неизлечимыми.