Надоградувајќи се на Boltz-2, модел со отворен код за предвидување на биомолекуларна структура, кој го предвидува афинитетот на врзување на протеините и доби широка популарност во текот на летото, BoltzGen (официјално објавен во недела, 26 октомври) е првиот модел од ваков вид кој оди чекор понатаму со генерирање нови врзувачи на протеини кои се подготвени да влезат во процесот на откривање лекови.
Една од клучните иновации е можноста за мултитаскинг на BoltzGen, која ги обединува дизајнот на протеините и предвидувањето на структурата, а воедно ги одржува најсовремените перформанси.
Вградените ограничувања на BoltzGen беа дизајнирани со повратни информации од соработници во лабораторија за да се осигури дека моделот генерира функционални протеини кои не ги прекршуваат законите на физиката или хемијата и конечно, постои ригорозен процес на евалуација кој го тестира моделот на „нелековити“ цели за болести, поместувајќи ги границите на можностите за генерирање врзива на BoltzGen.
Повеќето модели што се користат во индустријата или академијата се способни за предвидување на структурата или дизајнот на протеини. Покрај тоа, тие се ограничени на генерирање на одредени видови протеини кои успешно се врзуваат за едноставни „цели“.
Истражувачите на BoltzGen се потрудија да го тестираат BoltzGen на 26 цели, од терапевтски релевантни случаи до оние експлицитно избрани поради нивната различност од податоците за обука.
Овој сеопфатен процес на валидација, кој се одвиваше во осум лаборатории низ академијата и индустријата, ја демонстрира ширината и потенцијалот на моделот за револуционерен развој на лекови.ч
Иако изданијата со отворен код на Boltz-1, Boltz-2, а сега и BoltzGen (презентирани на 7-та Конференција за молекуларно машинско учење на 22 октомври) носат нови можности и транспарентност за развој на лекови, тие исто така сигнализираат дека биотехнолошката и фармацевтската индустрија можеби ќе треба да ги преиспитаат своите понуди.
За оние во академската заедница, BoltzGen претставува проширување и забрзување на научните можности.
„Прашање што често ми го поставуваат студентите е: „Каде може вештачката интелигенција да ја промени терапевтската игра?“ вели вишиот коавтор и професор на МИТ, Реџина Барзилај, раководител на одделот за вештачка интелигенција во клиниката Џамил и соработник на Лабораторијата за компјутерска наука и вештачка интелигенција (CSAIL).
„Освен ако не идентификуваме цели што не можат да се лекуваат и не предложиме решение, нема да ја промениме играта“, додава тој.
Научниците веруваат дека иднината на биомолекуларниот дизајн ќе биде револуционизирана од моделите на вештачка интелигенција.
„Сакам да изградам алатки што ќе ни помогнат да ја манипулираме биологијата за да решаваме болести или да извршуваме задачи со молекуларни машини што сè уште не сме ги ни замислиле. Сакам да ги обезбедам овие алатки и да им овозможам на биолозите да замислуваат работи за кои претходно не помислиле” вели првиот автор на BoltzGen, Ханес Старк.
(Vidi.hr)
