MIT-Wissenschaftler haben freigegeben ein leistungsstarkes Open-Supply-KI-Modell namens Boltz-1, das die biomedizinische Forschung und Arzneimittelentwicklung erheblich beschleunigen könnte.
Boltz-1 wurde von einem Forscherteam der MIT Jameel Clinic for Machine Studying in Well being entwickelt und ist das erste vollständig Open-Supply-Modell, das modernste Leistung auf dem Niveau von AlphaFold3 erreicht, dem Modell von Google DeepMind sagt die 3D-Strukturen von Proteinen und anderen biologischen Molekülen voraus.
Die MIT-Absolventen Jeremy Wohlwend und Gabriele Corso waren die Hauptentwickler von Boltz-1, zusammen mit Saro Passaro, einem Forschungspartner der MIT Jameel Clinic, und den MIT-Professoren für Elektrotechnik und Informatik Regina Barzilay und Tommi Jaakkola. Wohlwend und Corso stellten das Modell am 5. Dezember bei einer Veranstaltung im Stata Middle des MIT vor und sagten, ihr oberstes Ziel sei es, die globale Zusammenarbeit zu fördern, Entdeckungen zu beschleunigen und eine robuste Plattform für die Weiterentwicklung der biomolekularen Modellierung bereitzustellen.
„Wir hoffen, dass dies ein Ausgangspunkt für die Neighborhood ist“, sagte Corso. „Es gibt einen Grund, warum wir es Boltz-1 und nicht Boltz nennen. Dies ist nicht das Ende der Fahnenstange. Wir wollen von der Neighborhood so viel Beitrag wie möglich leisten.“
Proteine spielen in nahezu allen biologischen Prozessen eine wesentliche Rolle. Die Kind eines Proteins hängt eng mit seiner Funktion zusammen. Daher ist das Verständnis der Proteinstruktur für die Entwicklung neuer Medikamente oder die Entwicklung neuer Proteine mit spezifischen Funktionalitäten von entscheidender Bedeutung. Doch aufgrund des äußerst komplexen Prozesses, durch den die lange Aminosäurekette eines Proteins in eine dreidimensionale Struktur gefaltet wird, struggle die genaue Vorhersage dieser Struktur jahrzehntelang eine große Herausforderung.
AlphaFold2 von DeepMind, das Demis Hassabis und John Jumper den Nobelpreis für Chemie 2024 einbrachte, nutzt maschinelles Lernen, um schnell 3D-Proteinstrukturen vorherzusagen, die so genau sind, dass sie von denen, die von Wissenschaftlern experimentell abgeleitet wurden, nicht zu unterscheiden sind. Dieses Open-Supply-Modell wurde von akademischen und kommerziellen Forschungsteams auf der ganzen Welt genutzt und hat viele Fortschritte in der Arzneimittelentwicklung vorangetrieben.
AlphaFold3 verbessert seine Vorgänger durch die Integration eines generativen KI-Modells, eines sogenannten Diffusionsmodells, das die mit der Vorhersage extrem komplexer Proteinstrukturen verbundenen Unsicherheiten besser bewältigen kann. Im Gegensatz zu AlphaFold2 ist AlphaFold3 jedoch nicht vollständig Open Supply und steht auch nicht für die kommerzielle Nutzung zur Verfügung, was Anlass gab Kritik aus der wissenschaftlichen Gemeinschaft und startete a globales Rennen eine kommerziell erhältliche Model des Modells zu bauen.
Für ihre Arbeit an Boltz-1 verfolgten die MIT-Forscher zunächst denselben Ansatz wie AlphaFold3, untersuchten jedoch nach der Untersuchung des zugrunde liegenden Diffusionsmodells mögliche Verbesserungen. Sie haben diejenigen integriert, die die Genauigkeit des Modells am meisten steigerten, beispielsweise neue Algorithmen, die die Vorhersageeffizienz verbessern.
Zusammen mit dem Modell selbst haben sie ihre gesamte Pipeline zur Schulung und Feinabstimmung als Open-Supply-Lösung bereitgestellt, damit andere Wissenschaftler auf Boltz-1 aufbauen können.
„Ich bin sehr stolz auf Jeremy, Gabriele, Saro und den Relaxation des Groups der Jameel Clinic, dass sie diese Veröffentlichung möglich gemacht haben. Dieses Projekt hat viele Tage und Nächte Arbeit in Anspruch genommen, mit unerschütterlicher Entschlossenheit, dieses Ziel zu erreichen. Es gibt viele spannende Ideen für weitere Verbesserungen und wir freuen uns darauf, sie in den kommenden Monaten zu teilen“, sagt Barzilay.
Das MIT-Staff brauchte vier Monate Arbeit und viele Experimente, um Boltz-1 zu entwickeln. Eine ihrer größten Herausforderungen bestand darin, die Mehrdeutigkeit und Heterogenität der Proteindatenbank zu überwinden, einer Sammlung aller biomolekularen Strukturen, die Tausende von Biologen in den letzten 70 Jahren gelöst haben.
„Ich habe viele Nächte lang mit diesen Daten gerungen. Vieles davon ist reines Fachwissen, das man sich einfach aneignen muss. Es gibt keine Abkürzungen“, sagt Wohlwend.
Letztendlich zeigen ihre Experimente, dass Boltz-1 bei einer Reihe komplexer Vorhersagen der biomolekularen Struktur die gleiche Genauigkeit wie AlphaFold3 erreicht.
„Was Jeremy, Gabriele und Saro erreicht haben, ist geradezu bemerkenswert. Ihre harte Arbeit und Beharrlichkeit bei diesem Projekt haben die Vorhersage biomolekularer Strukturen für die breitere Gemeinschaft zugänglicher gemacht und werden Fortschritte in den Molekularwissenschaften revolutionieren“, sagt Jaakkola.
Die Forscher planen, die Leistung von Boltz-1 weiter zu verbessern und die Zeit zu verkürzen, die für Vorhersagen benötigt wird. Sie laden Forscher auch ein, Boltz-1 auf ihrem Gerät auszuprobieren GitHub-Repository und vernetzen Sie sich mit anderen Benutzern von Boltz-1 Slack-Kanal.
„Wir glauben, dass es noch viele, viele Jahre dauern wird, diese Modelle zu verbessern. Wir sind sehr daran interessiert, mit anderen zusammenzuarbeiten und zu sehen, was die Neighborhood mit diesem Software macht“, fügt Wohlwend hinzu.
Mathai Mammen, CEO und Präsident von Parabilis Medicines, nennt Boltz-1 ein „bahnbrechendes“ Modell. „Durch die Open-Supply-Bereitstellung dieses Fortschritts demokratisieren die MIT Jameel Clinic und ihre Mitarbeiter den Zugang zu modernsten Werkzeugen der Strukturbiologie“, sagt er. „Diese bahnbrechende Anstrengung wird die Entwicklung lebensverändernder Medikamente beschleunigen. Vielen Dank an das Boltz-1-Staff, das diesen tiefgreifenden Sprung vorangetrieben hat!“
„Boltz-1 wird für mein Labor und die gesamte Gemeinschaft von enormem Nutzen sein“, fügt Jonathan Weissman hinzu, ein MIT-Professor für Biologie und Mitglied des Whitehead Institute for Biomedical Engineering, der nicht an der Studie beteiligt struggle. „Wir werden eine ganze Welle von Entdeckungen erleben, die durch die Demokratisierung dieses mächtigen Werkzeugs ermöglicht werden.“ Weissman fügt hinzu, dass er davon ausgeht, dass der Open-Supply-Charakter von Boltz-1 zu einer Vielzahl kreativer neuer Anwendungen führen wird.
Diese Arbeit wurde auch durch ein Stipendium der US Nationwide Science Basis Expeditions unterstützt; die Jameel Clinic; das DOMANE-Programm (Discovery of Medical Countermeasures Towards New and Rising Threats) der US Protection Risk Discount Company; und das MATCHMAKERS-Projekt, das von der Most cancers Grand Challenges-Partnerschaft unterstützt wird, die von Most cancers Analysis UK und dem US Nationwide Most cancers Institute finanziert wird.