Исследователи MIT разработали Boltz-1 — первую полностью открытую модель, способную достигать уровня точности, сопоставимого с AlphaFold3 от Google DeepMind. Эта новинка, созданная командой MIT Jameel Clinic for Machine Learning in Health, обещает значительно ускорить биомедицинские исследования и разработку новых лекарств.
Главные разработчики модели, аспиранты MIT Джереми Вольвенд и Габриэле Корсо, представили Boltz-1 на мероприятии в Центре Стата 5 декабря. Они подчеркнули, что цель проекта — способствовать глобальному сотрудничеству и ускорению научных открытий. "Мы надеемся, что это станет отправной точкой для сообщества", — отметил Корсо.
Понимание структуры белков критически важно для разработки новых лекарств, так как форма белка напрямую влияет на его функцию. Однако предсказание этой структуры остается сложной задачей из-за сложности сворачивания длинной цепи аминокислот в трехмерную форму. AlphaFold2, который получил Нобелевскую премию по химии, использует машинное обучение для точного предсказания 3D-структур белков, но AlphaFold3, хотя и улучшен, не является полностью открытым и доступным для коммерческого использования.
Команда MIT, изучив подходы AlphaFold3, внесла улучшения в модель, включая новые алгоритмы для повышения точности предсказаний. Они также открыли весь процесс обучения и настройки Boltz-1, чтобы другие ученые могли развивать модель дальше.
Разработка заняла четыре месяца, и команда столкнулась с множеством трудностей, включая работу с неоднородными данными из Protein Data Bank. "Это был долгий путь, полный ночных трудов", — поделился Вольвенд.
Boltz-1 уже продемонстрировала уровень точности, сопоставимый с AlphaFold3, и исследователи планируют продолжать улучшать модель и сокращать время предсказаний. Они приглашают других ученых попробовать Boltz-1 на GitHub и присоединиться к сообществу пользователей в Slack.
Эксперты, такие как Матаи Маммен, CEO Parabilis Medicines, назвали Boltz-1 прорывом, который демократизирует доступ к современным инструментам структурной биологии и ускорит создание новых лекарств. "Мы увидим волну открытий, благодаря демократизации этого мощного инструмента", — добавил Джонатан Уайзман, профессор биологии MIT.