Érdemes megjegyezni a Boltz-1 mesterséges intelligencia nevét, mert sokat hallunk még róla. Az AI modelltől azt várják az alkotói, jelentősen felgyorsítja a biomedicinával és gyógyszerfejlesztéssel kapcsolatos kutatásokat.
Az idővel sokkal jobb és hatékonyabb gyógyszereket, valamint egészségügyi megoldásokat eredményező Boltz-1 kifejlesztését az amerikai MIT Jameel Klinikáján dolgozó Jeremy Wohlwend és Gabriele Corso doktoranduszok vezették – Saro Passaro kutatóval, illetve Regina Barzilay és Tommi Jaakkola professzorokkal együttműködve. Az MIT közleménye szerint a cél egy olyan eszköz létrehozása volt, ami világszerte ösztönözheti az egészségügyi innovációt és új felfedezéseket tehet lehetővé.
„Ez csupán a kezdet” – hangsúlyozta Corso az MIT Stata Centerében nemrég tartott bemutató előadáson. „Azért neveztük Boltz-1-nek, és nem egyszerűen Boltz-nak, mert folytatni szeretnénk a fejlesztéseket. Bízunk benne, hogy a tudományos közösség tevőleges részt vállal a projekt továbbépítésében.”
A fehérjék alapvető szerepet játszanak az élet szinte minden biológiai folyamatában. Egy fehérje alakja meghatározza annak működését, ezért a szerkezetének megértése kulcsfontosságú új gyógyszerek és terápiák kifejlesztéséhez vagy specifikus funkciókkal bíró fehérjék tervezéséhez. A fehérjék hosszú aminosav-láncának háromdimenziós szerkezetbe hajtogatása azonban rendkívül összetett folyamat. Ennek pontos modellezése évtizedek óta kihívást jelent a tudomány számára.
Az AlphaFold2, a DeepMind 2024-es kémiai Nobel-díjat nyert modellje már forradalmasította ezt a területet azzal, hogy gyorsan és precízen előrejelezte a fehérjék szerkezetét. Az AlphaFold3 tovább is lépett egy generatív AI modell alkalmazásával, ami jobban kezeli a komplex szerkezetek bizonytalanságait. Fontos ugyanakkor, hogy az AlphaFold3 nem teljesen nyílt forrású, ami kritikákat váltott ki a tudományos közösségből, és versenyt indított egy kereskedelmi forgalomban is elérhető modell fejlesztésére.
Az MIT csapata az AlphaFold3 alapjain kezdte meg a munkát, majd mélyrehatóan tanulmányozták annak generatív modelljét. Különböző algoritmusokat és újításokat teszteltek, amelyek közül a legjobban teljesítő megoldásokat beépítették a Boltz-1-be. A modell mellett teljes képzési és finomhangolási folyamatukat is nyilvánossá tették, hogy más tudósok is továbbfejleszthessék a modellt.
A Boltz-1 fejlesztése négy hónapot és rengeteg kísérletet vett igénybe. Az egyik legnagyobb kihívás a Protein Data Bank által tartalmazott heterogén és gyakran pontatlan adatok kezelése volt. A Boltz-1 végül mégis ugyanolyan pontosságot ér el, mint az AlphaFold3, még a legbonyolultabb biomolekuláris struktúrák esetén is.
„Amit Jeremy, Gabriele és Saro elértek, az lenyűgöző. Az ő munkájuk tette lehetővé, hogy a biomolekuláris szerkezetek előrejelzése elérhetőbb legyen, és ez forradalmasítja a molekuláris tudományokat” – mondta Jaakkola. Mathai Mammen, a Parabilis Medicines vezérigazgatója hozzátette, hogy a Boltz-1 nagy áttörés: „az MIT Jameel Klinika által nyílt forrásúvá tett technológia forradalmi lendülettel gyorsítja fel az életmentő gyógyszerek fejlesztését.” Az MIT csapata azt tervezi, hogy folytatja a Boltz-1 fejlesztését, mert csökkenteni szeretnék az előrejelzésekhez szükséges időt. Ehhez nyílt együttműködésre is invitálják a nemzetközi tudományos közösséget, a GitHub-oldalukon keresztül.
A címlapkép AI-val generált illusztráció. Forrás: Freepik
Normalizálódott a magyarországi villamosenergia-rendszer erőművi teljesítménye, ezért a MAVIR Magyar Villamosenergia-ipari Átviteli Rendszerirányító Zrt. visszavonta a krízishelyzet besorolást.