MIT の科学者が、治療が難しい病気に対処する分子を作成できる生成 AI モデルを発表 |マサチューセッツ工科大学ニュース

学界や産業界から 300 人以上の人々が講堂に集まり、講演会に参加しました。 ボルツジェンセミナー 10月30日木曜日、主催 健康における機械学習のためのアブドゥル・ラティフ・ジャミール・クリニック (MIT ジャミール クリニック)。イベントの主役を務めたのは、MIT 博士課程の学生で、BoltzGen の筆頭著者である Hannes Stärk 氏で、彼はつい数日前に VoltzGen を発表しました。

基づいて構築する ボルツ-2、夏の間に話題を呼んだ、タンパク質結合親和性を予測するオープンソースの生体分子構造予測モデル、 ボルツゲン (10 月 26 日日曜日に正式にリリースされました。) は、創薬パイプラインに入る準備ができている新しいタンパク質結合剤を生成することでさらに一歩前進した、この種の最初のモデルです。

これは 3 つの重要な革新によって可能になっています。1 つは、最先端のパフォーマンスを維持しながら、タンパク質の設計と構造予測を統合し、さまざまなタスクを実行できる VoltzGen の機能です。次に、BoltzGen に組み込まれた制約は、wetlab の協力者からのフィードバックに基づいて設計され、モデルが物理法則や化学の法則に反しない機能的なタンパク質を確実に作成できるようにします。最後に、厳密な評価プロセスにより、「治療不可能な」疾患を対象としたモデルがテストされ、BoltzGen のバインダー生成機能の限界が押し上げられます。

産業界や学術界で使用されているほとんどのモデルは、構造予測またはタンパク質設計のいずれかが可能です。さらに、それらは、簡単な「標的」にうまく結合する特定の種類のタンパク質の生成に限定されています。学生が宿題のようなテスト質問に答えるのと同じように、バインダーの設計中にトレーニング データがターゲットに似ている限り、モデルは機能することがよくあります。しかし、既存の手法は、ほとんどの場合、バインダーを含む構造がすでに存在するターゲットで評価され、より困難なターゲットで使用するとパフォーマンスが低下してしまいます。

「バインダーの設計に取り組もうとするモデルはこれまでにもありましたが、問題は、これらのモデルがモダリティ固有であることです」とスターク氏は指摘します。 「一般的なモデルは、より多くのタスクに対処できることを意味するだけではありません。さらに、物理学のエミュレーションは例によって学習されるため、個々のタスクにとってより良いモデルが得られます。また、より一般的なトレーニング スキームを使用すると、一般化可能な物理パターンを含むそのような例をより多く提供できます。」

ボルツジェンの研究者らは、治療に関連する症例からトレーニングデータとの非類似性のために明示的に選択された症例に至るまで、26 のターゲットに対してボルツジェンをテストするためにわざわざ手を尽くしました。

この包括的な検証プロセスは、学界と産業界の 8 つのウェットラボで行われ、このモデルの幅広さと画期的な医薬品開発の可能性を示しています。

ウェットラボ設定でボルツジェンをテストした業界協力者の 1 つであるパラビリス メディシンズは、ボルツジェンの可能性を賞賛し、「当社の既存の Helicon ペプチド計算プラットフォーム機能にボルツジェンを採用することで、ヒトの主要な疾患に対する革新的な医薬品を提供する当社の進歩が加速すると確信しています。」と述べています。

一方、Boltz-1、Boltz-2、そして今回の BaltzGen (これは、 第7回分子機械学習カンファレンス 10月22日）は、医薬品開発に新たな機会と透明性をもたらすと同時に、バイオテクノロジー業界や製薬業界が自社の製品を再評価する必要がある可能性があることを示唆しています。

ソーシャルメディアプラットフォームXでBoltzGenが話題になる中、LabGeniusの主任機械学習科学者ジャスティン・グレース氏が疑問を呈した。 「チャット AI システムのプライベートからオープンまでのパフォーマンスのタイムラグは、 [seven] 何か月も続いて落ち込んでいる」とグレースさんは書いた。 ポスト。 「タンパク質の分野ではさらに短くなりそうです。バインダー・アズ・ア・サービスの企業はどのようにしてそれを実現できるのでしょうか」 [recoup] 無料版を数か月待てばいいのに、投資をする必要があるでしょうか？」

学界の人々にとって、ボルツジェンは科学の可能性の拡大と加速を表しています。 「学生たちからよく聞かれる質問は、『AI は治療のゲームをどこに変えることができるのですか?』ということです」と、上級共著者であり、ジャミール クリニックの AI 教員責任者であり、コンピューター サイエンスおよび人工知能研究所 (CSAIL) の関連組織である MIT 教授のレジーナ バルジレイ氏は言います。 「薬物不可能な標的を特定し、解決策を提案しない限り、状況を変えることはできません」と彼女は付け加えた。 「ここで強調されているのは未解決の問題であり、それがハンネスの研究をこの分野の他の研究と区別しているのです。」

ジャミール・クリニックと CSAIL に所属する電気工学およびコンピューターサイエンスのトーマス・シーベル教授で、上級共著者のトミ・ジャッコラ氏は、「完全にオープンソースでリリースされる VoltzGen のようなモデルにより、医薬品設計能力を加速する広範なコミュニティ全体の取り組みが可能になる」と述べています。

スターク氏は将来を見据えて、生体分子設計の未来は AI モデルによって一変すると考えています。 「病気を解決するために生物学を操作したり、まだ想像すらしていない分子機械を使ってタスクを実行したりするのに役立つツールを構築したいと考えています」と彼は言います。 「これらのツールを提供して、生物学者がこれまで考えもしなかったことを想像できるようにしたいと考えています。」