Pesquisadores do MIT propõem Boltz-1: primeiro modelo de IA de código aberto para alcançar precisão de nível AlphaFold3 na previsão de estrutura biomolecular

Compreender as interações biomoleculares é importante em áreas como descoberta de medicamentos e síntese de proteínas. Tradicionalmente, determinar a estrutura tridimensional de proteínas e outras biomoléculas exigia experimentos laboratoriais caros e demorados. AlphaFold3, lançado em 2024, revolucionou o campo ao mostrar que o aprendizado profundo pode atingir precisão de nível experimental na previsão de estruturas biomoleculares, incluindo interações complexas. Apesar desses avanços, o desafio de modelar com precisão as interações entre diferentes biomoléculas no espaço 3D persistiu. Interações complexas, como aquelas entre proteínas, ácidos nucléicos e ligantes, continuaram a causar dificuldades, deixando uma lacuna importante na biologia estrutural.

Boltz-1: Avanços na Modelagem Biomolecular

Uma equipe de pesquisadores do MIT apresentou o Boltz-1, o primeiro modelo aberto e comercialmente disponível com precisão de nível AlphaFold3 na previsão de estruturas biomoleculares. Ao contrário de seus antecessores, o Boltz-1 é totalmente acessível ao público, com pesos de modelo, treinamento e código de indexação liberados sob a licença do MIT. Esta abertura visa estimular a colaboração global e avançar na modelagem biomolecular.

Boltz-1 segue a estrutura geral usada no AlphaFold3, mas introduz diversas arquiteturas e procedimentos, incluindo algoritmos de correspondência para alinhamento de sequência detalhado (MSA), um método de corte integrado para treinamento eficiente e um modelo de confiança aprimorado. Essas inovações permitem que o Boltz-1 forneça alta precisão, permanecendo acessível e reduzindo significativamente a carga computacional.

Detalhes técnicos

O avanço tecnológico do Boltz-1 reside na sua arquitetura cuidadosa e métodos eficientes de gerenciamento de dados. Por exemplo, utiliza um novo algoritmo para emparelhar MSAs, utilizando conhecimento de taxonomia para melhorar a densidade e a qualidade do alinhamento da sequência. Esta abordagem permite que o Boltz-1 capture sinais evolutivos que são importantes para prever com precisão as interações biomoleculares.

Além disso, o algoritmo de cultivo combinado otimiza o processo de treinamento, equilibrando técnicas de cultivo locais e convergentes para melhorar a diversidade dos dados de treinamento. O método robusto de condicionamento de bolsos do Boltz-1 melhora sua capacidade de prever interações, permitindo informações incompletas sobre bolsos de ligação, tornando-o adaptável a situações do mundo real. A combinação dessas inovações leva a um modelo que mantém alta precisão com muito pouca sobrecarga computacional em comparação ao AlphaFold3.

Impacto e desempenho de referência

Este desenvolvimento é importante por vários motivos. Ao democratizar um modelo capaz de prever estruturas biomoleculares complexas no nível AlphaFold3, o Boltz-1 tem o potencial de acelerar descobertas em áreas como design de medicamentos, biologia estrutural e biologia sintética.

Os pesquisadores demonstraram as capacidades do Boltz-1 em vários benchmarks. No CASP15, uma competição de predição de estrutura proteica, o Boltz-1 apresentou forte desempenho nas tarefas de predição proteína-ligante e proteína-proteína, obtendo um LDDT-PLI de 65%, comparado aos 40% do Chai-1. Além disso, o Boltz-1 teve uma taxa de sucesso do DockQ de 83%, superando os 76% do Chai-1. Estes resultados destacam a confiabilidade e robustez do Boltz-1 na previsão de interações biomoleculares, especialmente na previsão de complexos proteína-ligante, onde é bem-sucedido na combinação de pequenas moléculas com suas bolsas de ligação.

A conclusão

Em conclusão, o Boltz-1 representa um passo importante para tornar amplamente acessível a modelagem biomolecular altamente precisa. Ao lançá-lo sob uma licença de código aberto, o MIT pretende capacitar investigadores e organizações em todo o mundo, estimulando a inovação na investigação biomolecular. O desempenho do Boltz-1, alinhado com modelos comerciais de última geração, embora seja de código aberto, ressalta seu potencial para avançar nossa compreensão das interações biomoleculares.

Este avanço será provavelmente um factor de mudança, não só na investigação académica, mas também em indústrias como a farmacêutica, onde a aceleração da descoberta de medicamentos pode ter um grande impacto. Espera-se que o Boltz-1 sirva de base para pesquisas atuais e futuras, promova a colaboração e melhore a nossa capacidade coletiva de abordar questões biológicas complexas.

Veja Técnico Papel, Detalhesde novo Código/modelo GitHub. Todo o crédito deste estudo vai para os pesquisadores deste projeto. Além disso, não se esqueça de nos seguir Twitter e junte-se ao nosso Estação telefônica de novo LinkedIn Gracima. Se você gosta do nosso trabalho, você vai gostar do nosso jornal.. Não se esqueça de participar do nosso SubReddit de 55k + ML.

[FREE AI WEBINAR] Usando processamento inteligente de documentos e GenAI em serviços financeiros e transações imobiliárias– Da estrutura à produção

Asif Razzaq é o CEO da Marktechpost Media Inc. Como empresário e engenheiro visionário, Asif está empenhado em aproveitar o poder da Inteligência Artificial em benefício da sociedade. Seu mais recente empreendimento é o lançamento da Plataforma de Mídia de Inteligência Artificial, Marktechpost, que se destaca por sua ampla cobertura de histórias de aprendizado de máquina e aprendizado profundo que parecem tecnicamente sólidas e facilmente compreendidas por um amplo público. A plataforma possui mais de 2 milhões de visualizações mensais, o que mostra sua popularidade entre o público.