AI kreira molekule za liječenje teško izlječivih bolesti

Više od 300 ljudi iz akademske zajednice i industrije okupilo se u auditoriju kako bi prisustvovali  BoltzGen seminaru u četvrtak, 30. listopada, koji je organizirala klinika Abdul Latif Jameel Clinic for Machine Learning in Health (MIT Jameel Clinic) na američkom tehnološkom institutu MIT.

Nadovezujući se na  Boltz-2, model otvorenog koda za predviđanje biomolekularne strukture koji predviđa afinitet vezanja proteina, a koji je izazvao veliku popularnost tijekom ljeta, BoltzGen (službeno objavljen u nedjelju, 26. listopada) prvi je model te vrste koji ide korak dalje generirajući nova proteinska veziva koa su spremna za ulazak u proces otkrivanja lijekova.

Jedna od ključnih inovacija je BoltzGenova sposobnost obavljanja raznih zadataka,  koja ujedinjuje dizajn proteina i omogućuje predviđanje strukture uz održavanje najsuvremenijih performansi.

BoltzGenova ugrađena ograničenja dizajnirana su uz povratne informacije suradnika iz wetlaba kako bi se osiguralo da model stvara funkcionalne proteine ​​koji ne prkose zakonima fizike ili kemije i konačno, tu je i rigorozan proces evaluacije koji testira model na „nelijekovitim“ ciljevima bolesti, pomičući granice BoltzGenovih mogućnosti generiranja veziva.

Većina modela koji se koriste u industriji ili akademskoj zajednici sposobna je za predviđanje strukture ili dizajn proteina. Štoviše, ograničeni su na generiranje određenih vrsta proteina koji se uspješno vežu na jednostavne "ciljeve". Postojeće metode se gotovo uvijek procjenjuju na ciljevima za koje već postoje strukture s vezivima i na kraju posustaju u performansama kada se koriste na zahtjevnijim ciljevima.

Istraživači BoltzGena su se potrudili testirati BoltzGen na 26 ciljeva, od terapijski relevantnih slučajeva do onih koji su eksplicitno odabrani zbog svoje različitosti od podataka za obuku.

Ovaj sveobuhvatni proces validacije, koji se odvijao u osam laboratorija diljem akademske zajednice i industrije, pokazuje širinu modela i potencijal za revolucionarni razvoj lijekova. 

Parabilis Medicines, jedan od industrijskih suradnika koji je testirao BoltzGen, pohvalio je BoltzGenov potencijal: „Smatramo da usvajanje BoltzGena u naše postojeće mogućnosti računalne platforme za peptide Helicon obećava ubrzanje našeg napretka u isporuci transformacijskih lijekova protiv glavnih ljudskih bolesti.“

Iako izdanja otvorenog koda Boltz-1, Boltz-2, a sada i BoltzGen (koji je predstavljen na  7. konferenciji o molekularnom strojnom učenju 22. listopada) donose nove mogućnosti i transparentnost u razvoju lijekova, ona također signaliziraju da bi biotehnološka i farmaceutska industrija možda trebale preispitati svoje ponude.

Za one u akademskoj zajednici, BoltzGen predstavlja proširenje i ubrzanje znanstvenih mogućnosti. „Pitanje koje mi studenti često postavljaju jest: 'Gdje umjetna inteligencija može promijeniti terapijsku igru?'“, kaže viša koautorica i profesorica s MIT-a Regina Barzilay, voditeljica odjela za umjetnu inteligenciju u klinici Jameel i suradnica Laboratorija za računalne znanosti i umjetnu inteligenciju (CSAIL).

„Osim ako ne identificiramo ciljeve koji se ne mogu liječiti lijekovima i predložimo rješenje, nećemo promijeniti igru“, dodaje.

Znanstvenici vjeruju da će budućnost biomolekularnog dizajna preokrenuti modeli umjetne inteligencije. „Želim izgraditi alate koji će nam pomoći manipulirati biologijom kako bismo riješili bolesti ili obavljali zadatke s molekularnim strojevima koje još nismo ni zamislili“, kaže prvi autor BoltzGena Hannes Stärk. „Želim pružiti ove alate i omogućiti biolozima da zamisle stvari o kojima prije nisu ni razmišljali.“