🔬Создаем молекулы, а не просто модели

В этом эпизоде ​​прослеживается замечательный путь от знакового достижения AlphaFold2 в предсказании структуры белков до более широкой области моделирования молекулярных взаимодействий и проектирования белков. Проблема, которую решал AlphaFold2 — предсказание структуры одноцепочечных белков — долгое время считалась неразрешимой из-за ее кажущейся NP-трудной природы. Прорыв произошел не только благодаря достижениям в машинном обучении, но и благодаря использованию эволюционных данных для вывода о коэволюции аминокислот, что дало важные подсказки о пространственной близости в структурах белков. Тем не менее, как объясняют гости, область быстро продвинулась дальше этого рубежа к более сложным вопросам, таким как взаимодействие белков, их динамическое сворачивание и моделирование этих взаимодействий с малыми молекулами, РНК и ДНК. AlphaFold3 знаменует собой критический сдвиг в этой эволюции, переходя от статического предсказания структуры к моделированию гетерогенных молекулярных взаимодействий. Вместо того чтобы рассматривать эти взаимодействия как изолированные проблемы, AlphaFold3 объединяет их в рамках единой модели, обученной для разных модальностей. Этот прогресс также отражает более широкую тенденцию в машинном обучении: переход от прогнозирования в стиле регрессии к генеративным моделям, способным выражать неопределенность и учитывать динамику системы. Путем выборки из распределения правдоподобных структур и взаимодействий эти модели позволяют исследователям лучше понимать гибкость и изменчивость биологических систем. Однако такие модели также создают новые проблемы, особенно в отношении проверки и ранжирования сгенерированных результатов. На помощь приходит Boltz и его набор инструментов, призванных демократизировать доступ к этим передовым возможностям. Boltz опирается на принципы открытого исходного кода и прочную основу сообщества, чтобы предоставлять модели, которые являются одновременно передовыми и доступными, с акцентом на удобство использования, расширяемость и проверку в реальных условиях. Boltz2 и BoltzGen объединяют прогнозирование структуры, оценку сродства и генеративное проектирование в одном конвейере, позволяя пользователям с высокой степенью уверенности проектировать новые белки и малые молекулы. Примечательно, что Boltz подчеркивает важность экспериментальной проверки, сотрудничая с партнерами из академических кругов и промышленности для тестирования новых разработок в лаборатории. Эта обратная связь имеет решающее значение для итеративного улучшения моделей и эталонных показателей. Недавно запущенная платформа BoltzLab воплощает это видение, предоставляя облачный интерфейс для проведения крупномасштабных кампаний по проектированию белков и молекул. Поддерживая как вычислительных, так и экспериментальных ученых, BoltzLab предлагает API, инструменты для совместной работы и автоматизированные рабочие процессы, делая передовое молекулярное моделирование доступным для пользователей с различным уровнем вычислительной подготовки. Она воплощает переход от абстрактной разработки моделей к практическому внедрению, где инфраструктура, экономичные вычисления и удобные пользовательские интерфейсы имеют существенное значение. Как подчеркивают гости, реальный прогресс заключается в том, чтобы дать ученым возможность творчески и совместно использовать эти инструменты для ускорения открытий в биологии и медицине. Временные метки 00:00 Введение в бенчмаркинг и «решенную» проблему белков 06:48 Эволюционные подсказки и коэволюция в предсказании структуры 10:00 Важность функции белков и патологических состояний 15:31 Переход от возможностей AlphaFold 2 к AlphaFold 3 19:48 Генеративное моделирование против регрессии в структурной биологии 25:00 «Горький урок» и специализированные архитектуры ИИ 29:14 Анекдоты разработки: обучение Boltz-1 с ограниченным бюджетом 32:00 Стратегии валидации и база данных белков (PDB) 37:26 Миссия Boltz: демократизация доступа и открытый исходный код 41:43 Создание самоподдерживающегося исследовательского сообщества 44:40 Достижения Boltz-2: предсказание аффинности и проектирование 51:03 BoltzGen: Объединение предсказания структуры и последовательности 55:18 Результаты крупномасштабной лабораторной валидации 01:02:44 Запуск продукта Boltz Lab: агенты и инфраструктура 01:13:06 Перспективы развития: возможности разработки и «виртуальная клетка» 01:17:35 Взаимодействие со скептически настроенными химиками-фармацевтами