Вышел ИИ, который создает молекулы для борьбы с неизлечимыми болезнями

Более 300 исследователей и представителей индустрии в сфере искусственного интеллекта и медицины собрались на семинаре BoltzGen, который прошел в Клиниках машинного обучения в здравоохранении имени Абдула Латифа Джамиля (MIT Jameel Clinic). Главным докладчиком стал аспирант MIT Ханнес Штерк, представивший BoltzGen — новую модель для проектирования белков, официально анонсированную всего за несколько дней до мероприятия.

BoltzGen основана на модели Boltz-2 — открытой системе, которая умеет предсказывать структуру белков и их способность взаимодействовать с другими молекулами. Но новая модель делает шаг дальше: она не просто анализирует белки, а умеет создавать новые варианты, которые сразу могут связываться с заданными молекулами и подходить для реальной лабораторной работы в разработке лекарств. Результаты исследования доступны на сервере препринтов bioRxiv.

Три ключевых новшества

BoltzGen сочетает несколько инновационных подходов.

• Во-первых, модель одновременно решает две задачи — проектирование белков и прогнозирование их структуры — и при этом сохраняет высокую точность.
• Во-вторых, она учитывает обратную связь от лабораторий wet lab — это реальные экспериментальные лаборатории, где белки синтезируют, тестируют и изучают их свойства. Благодаря этому BoltzGen генерирует такие белки, которые не только выглядят правдоподобно в модели, но и соответствуют законам физики и химии в реальных условиях.
• В-третьих, BoltzGen проверяют на белках, для которых нет известных структур и данных о связывании. Это показывает, насколько универсальна модель и насколько далеко она может заходить в создании новых, ранее неизвестных вариантов

«Существовали модели, пытавшиеся решать задачу проектирования связывающих белков, но они были привязаны к конкретной модальности. Общая модель не только позволяет решать больше задач, но и повышает качество работы для каждой отдельной задачи, потому что она усваивает физические закономерности на более разнообразных примерах», —  объясняет Штерк.

Как работает модель

BoltzGen использует подход, похожий на обучение с примерами: она анализирует тысячи белковых структур и связывающих взаимодействий, выявляет закономерности и затем применяет их для создания новых белков. Модель учитывает физические силы, геометрию молекул и химические свойства аминокислот. Благодаря этому создаются белки, которые не только «теоретически» связываются с целями, но и с высокой вероятностью сохраняют стабильность и функциональность в лабораторных условиях.

Ее особенность заключается в том, что она способна выходить за пределы привычных тренировочных данных. Подобно тому, как человек может решить задачу, опираясь на опыт в других областях, модель генерирует новые белки даже для сложных и малоизученных мишеней.

Как проверили работоспособность

Для проверки универсальности и надежности BoltzGen исследователи протестировали ее на 26 разнообразных объектах — от терапевтически значимых до намеренно сложных случаев. Тестирование проводилось в восьми лабораториях, сочетая академические и промышленные условия, чтобы оценить, насколько результаты модели совпадают с реальной биологической активностью.

Parabilis Medicines, одна из компаний-партнеров, отметила:

«Интеграция BoltzGen в нашу платформу Helicon для пептидов ускорит создание революционных препаратов для лечения основных заболеваний».

BoltzGen испытывали не только на стандартных лабораторных задачах. Несколько тестовых мишеней относились к видам белков, которые играют ключевую роль в заболеваниях, до сих пор считающихся трудноизлечимыми. Такие цели обычно плохо поддаются классическому белковому дизайну из-за отсутствия структурных данных или нестабильности белковых комплексов, однако модель сумела предложить рабочие варианты связывающих молекул. Это показывает потенциал технологии в решении задач, которые долгие годы считались практически недостижимыми.

Влияние на отрасль

Выпуск Boltz-1, Boltz-2 и теперь BoltzGen с открытым исходным кодом открывает новые возможности и повышает прозрачность разработки лекарств. В то же время он заставляет задуматься компании, предлагающие белки как коммерческий продукт.

«Время от закрытой разработки до открытой версии сокращается, и это влияет на окупаемость инвестиций. Если бесплатная версия появляется через несколько месяцев, компании придется адаптировать свои бизнес-модели», — замечает Джастин Грейс из LabGenius. 

Академическая перспектива

BoltzGen расширяет возможности научных исследований. Старший соавтор Томми Яаккола подчеркивает, что открытый исходный код позволяет всему научному сообществу ускорить процесс разработки лекарств и обмениваться знаниями, не дублируя усилия.

«Студенты часто спрашивают, как ИИ может изменить подход к терапии. Ключ в том, чтобы сосредоточиться на нерешенных задачах, и именно это отличает BoltzGen», — говорит профессор Регина Барзилай из MIT, руководитель факультета ИИ в клинике Джамиля. 

Будущее биомолекулярного дизайна

Штерк подчеркивает, что BoltzGen может особенно повлиять на разработку терапий против болезней, для которых сегодня нет эффективных лекарств.

«Я хочу создавать инструменты, которые помогут лечить заболевания, считающиеся неизлечимыми, и работать с молекулярными системами, которые мы раньше даже не могли представить», — говорит он.

BoltzGen может стать катализатором для нового этапа разработки лекарств, где алгоритмы ИИ не просто помогают предсказывать структуру, а активно создают молекулы с высокой вероятностью успеха. Это открывает путь к ускоренному появлению терапий для сложных заболеваний, включая редкие и трудно поддающиеся лечению состояния.