Πώς η τεχνητή νοημοσύνη αλλάζει την ιατρική έρευνα και τις θεραπείες

Επιστήμονες του Τεχνολογικού Ινστιτούτου της Μασαχουσέτης (ΜΙΤ) ανέπτυξαν ένα καινοτόμο μοντέλο τεχνητής νοημοσύνης ανοικτού κώδικα, με την ονομασία Boltz-1, το οποίο επιταχύνει τη βιοϊατρική έρευνα και την ανάπτυξη φαρμάκων. Συγκεκριμένα, αυτό το ισχυρό εργαλείο επιταχύνει την κατανόηση των βιομοριακών δομών- μια κρίσιμη πτυχή της ανάπτυξης νέων φαρμάκων και θεραπειών.

Το Boltz-1, που αναπτύχθηκε από τους ερευνητές της Κλινικής Jameel του ΜΙΤ για τη Μηχανική Μάθηση στην Υγεία, αποτελεί κομβικό ορόσημο, καθώς είναι το πρώτο μοντέλο ανοιχτού κώδικα που ανταγωνίζεται τις προηγμένες δυνατότητες του AlphaFold3 της Google. Οι ερευνητές εκτιμούν ότι το Boltz-1 θα εκδημοκρατίσει την πρόσβαση σε εργαλεία αιχμής στη δομική βιολογία, δίνοντας τη δυνατότητα σε ερευνητές σε όλο τον κόσμο να συνεργαστούν και να προωθήσουν την επιστημονική γνώση.

«Ελπίζουμε αυτό να αποτελέσει σημείο εκκίνησης για την επιστημονική κοινότητα. Επιλέξαμε το όνομα Boltz-1 για να υποδηλώσουμε ότι αυτό δεν είναι το τελικό μοντέλο. Είμαστε πρόθυμοι για συνεισφορές από ερευνητές σε όλο τον κόσμο» δήλωσε ο μεταπτυχιακός φοιτητής του ΜΙΤ, Τζέρεμι Γόλγουεντ.

Ο ρόλος των πρωτεϊνών στις βιολογικές διεργασίες δεν μπορεί να υπερεκτιμηθεί- το σχήμα τους επηρεάζει άμεσα τη λειτουργία τους. Έτσι, η πρόβλεψη και η κατανόηση της δομής των πρωτεϊνών είναι ζωτικής σημασίας για τον σχεδιασμό νέων φαρμάκων και τη μηχανική των πρωτεϊνών για συγκεκριμένες χρήσεις. Ωστόσο, η πολύπλοκη διαδικασία αναδίπλωσης των αλυσίδων αμινοξέων σε τρισδιάστατες δομές, αποτελεί πρόκληση για τους ερευνητές εδώ και πολλά χρόνια.

Τα προηγούμενα μοντέλα της DeepMind, όπως το AlphaFold2 – στους δημιουργούς του οποίου απονεμήθηκε το βραβείο Νόμπελ Χημείας 2024 – έχουν κάνει σημαντικά βήματα στην ακριβή πρόβλεψη των πρωτεϊνικών δομών. Ωστόσο, δέχθηκαν επικρίσεις όταν το AlphaFold3, το οποίο βασίζεται στο AlphaFold2 και ενσωματώνει ένα γενετικό μοντέλο τεχνητής νοημοσύνης, ήταν μόνο εν μέρει ανοιχτού κώδικα και εμπορικά διαθέσιμο. Αυτό ώθησε την επιστημονική κοινότητα να αναζητήσει εναλλακτικές λύσεις, οδηγώντας στην ανάπτυξη του Boltz-1.

Βελτίωση της διαδικασίας ανακάλυψης φαρμάκων

Η ομάδα του ΜΙΤ ξεκίνησε με την αναπαραγωγή της θεμελιώδους προσέγγισης της τεχνητής νοημοσύνης AlphaFold3 και στη συνέχεια βελτίωσε την ακρίβεια και την αποτελεσματικότητα του νέου μοντέλου τους. Η διαδικασία ανάπτυξης του Boltz-1 είχε τις προκλήσεις της. Για παράδειγμα, η ασάφεια των δεδομένων από την Τράπεζα Δεδομένων Πρωτεϊνών – ένα ολοκληρωμένο αποθετήριο βιομοριακών δομών – απαιτούσε εκτεταμένες γνώσεις και επιμονή. Ωστόσο, οι ερευνητές κατάφεραν να δείξουν ότι το Boltz-1 επιτυγχάνει επίπεδα ακρίβειας συγκρίσιμα με το AlphaFold3 σε διάφορες πολύπλοκες μοριακές προβλέψεις. Η αναγνώριση από τους ομότιμους για το έργο τους ήταν συντριπτικά θετική.

Η ομάδα έχει δεσμευτεί να βελτιώσει το Boltz-1, να εξορθολογήσει τους χρόνους πρόβλεψης και να ενισχύσει τις δυνατότητές του. Ενθαρρύνοει και άλλους ερευνητές να μελετήσουν το μοντέλο ανοιχτού κώδικα και να συνεργαστούν με άλλους χρήστες μέσω του Slack.

ΔΙΑΒΑΣΤΕ ΠΕΡΙΣΣΟΤΕΡΕΣ ΕΙΔΗΣΕΙΣ:

• Κοντά σε συγχώνευση Honda και Nissan λόγω της κινεζικής απειλής
• Αύξηση 23% στις αφερέγγυες συναλλαγές