BoltzGen: новая модель для генерации белковых связывающих молекул
BoltzGen: прорыв в разработке лекарственных препаратов
30 октября в клинике Абдула Латифа Джамиля при Массачусетском технологическом институте (MIT Jameel Clinic) прошёл семинар, посвящённый модели BoltzGen. В мероприятии приняли участие более 300 представителей академических и промышленных кругов. Главным спикером стал аспирант MIT и первый автор BoltzGen Ханнес Штэрк.
BoltzGen, официально выпущенная 26 октября, развивает достижения модели Boltz‑2 — открытого инструмента для предсказания структуры биомолекул и аффинности связывания белков. BoltzGen стала первой моделью, которая не только прогнозирует, но и генерирует новые белковые связывающие молекулы, готовые к включению в процесс разработки лекарств.
Ключевые инновации BoltzGen
- Способность выполнять разнообразные задачи: объединение проектирования белков и предсказания их структуры при сохранении высочайшей производительности.
- Встроенные ограничения, разработанные с учётом обратной связи от коллег из лабораторий, — они гарантируют, что модель создаёт функциональные белки, не нарушающие законы физики и химии.
- Строгий процесс оценки: тестирование модели на «неподдающихся лекарственному воздействию» мишенях заболеваний, что расширяет границы возможностей генерации связывающих молекул.
Большинство моделей, используемых в промышленности и академических кругах, способны либо предсказывать структуру, либо проектировать белки. Кроме того, они ограничены в генерации определённых типов белков, успешно связывающихся с «простыми» мишенями. Существующие методы почти всегда оцениваются на мишенях, для которых уже существуют структуры со связывающими молекулами, и теряют эффективность при работе с более сложными задачами.
«Были модели, пытавшиеся решить задачу проектирования связывающих молекул, но проблема в том, что эти модели специфичны для определённой модальности, — отмечает Штэрк. — Общая модель не только позволяет решать больше задач, но и улучшает качество решения каждой отдельной задачи, поскольку имитация физических процессов изучается на примерах, а более общая схема обучения предоставляет больше таких примеров, содержащих обобщаемые физические закономерности».
Исследователи BoltzGen тщательно протестировали модель на 26 мишенях — от терапевтически значимых случаев до тех, которые явно отличались от обучающих данных. Этот всеобъемлющий процесс валидации, проведённый в восьми лабораториях академических и промышленных кругов, демонстрирует широту возможностей модели и её потенциал для прорывных разработок в области лекарств.
Компания Parabilis Medicines, один из промышленных партнёров, тестировавших BoltzGen в лабораторных условиях, высоко оценила потенциал модели: «Мы считаем, что интеграция BoltzGen в нашу существующую вычислительную платформу для пептидов Helicon обещает ускорить наш прогресс в создании революционных лекарств против основных заболеваний человека».
Открытые версии Boltz‑1, Boltz‑2 и теперь BoltzGen открывают новые возможности и обеспечивают прозрачность в разработке лекарств, а также сигнализируют о том, что биотехнологические и фармацевтические компании, возможно, должны пересмотреть свои предложения.
Старший соавтор и профессор MIT Регина Барзилай, руководитель направления ИИ в клинике Джамиля и сотрудник Лаборатории компьютерных наук и искусственного интеллекта (CSAIL), отмечает: «Вопрос, который мои студенты часто задают мне, звучит так: „Где ИИ может изменить правила игры в терапии?“ Если мы не определим неподдающиеся лекарственному воздействию мишени и не предложим решение, мы не изменим правила игры».
Старший соавтор Томми Яаккола, профессор электротехники и компьютерных наук, связанный с клиникой Джамиля и CSAIL, подчёркивает: «Такие модели, как BoltzGen, которые выпускаются полностью в открытом доступе, позволяют расширить общекомандные усилия по ускорению возможностей проектирования лекарств».
Штэрк верит, что будущее биомолекулярного проектирования будет кардинально изменено ИИ‑моделями: «Я хочу создавать инструменты, которые помогут нам манипулировать биологией для лечения заболеваний или выполнения задач с помощью молекулярных машин, о которых мы даже не задумывались. Я хочу предоставить эти инструменты и дать биологам возможность представить то, о чём они ещё не думали».