Model Chimera przyspiesza odkrywanie leków łącząc różnorodne modele AI

Model łączy zalety różnych architektur dla dokładniejszych wyników

Microsoft Research we współpracy z Novartis zaprezentował Chimera, ramy uczenia maszynowego zaprojektowane z myślą o dokładniejszym przewidywaniu retrosyntezy. W procesie odkrywania nowych leków chemicy muszą ustalić, z jakich cząsteczek powinna składać się pożądana substancja i jak połączyć te składniki. Wcześniejsze modele ML oferowały akceptowalne ścieżki, ale miały swoje ograniczenia. Chimera integruje te dane wyjściowe z wielu modeli (o różnych odchyleniach indukcyjnych) i wykorzystuje wyuczony mechanizm (learning-to-rank), aby połączyć ich mocne strony. To przejście od jednego gigantycznego modelu do inteligentnej oceny wyników z wielu mniejszych narzędzi, takich jak niedawno opracowane modele NeuralLoc.

Dlaczego przyspieszenie projektowania leków jest kluczowe

Zaprojektowanie precyzyjnego związku do walki z chorobą zajmuje zazwyczaj dekady i kosztuje miliardy dolarów. Synteza chemiczna była do tej pory głównym wąskim gardłem uniemożliwiającym pełne wykorzystanie generatywnej AI do projektowania cząsteczek. Chimera kompresuje ten wczesny etap produkcji leków, ponieważ umożliwia szybkie zbadanie ścieżek syntezy przed wejściem do mokrego laboratorium.

Zależność od jakości danych szkoleniowych reakcji chemicznych

Model sprawdza się świetnie w teorii, ale wszelkie przewidywania właściwości chemicznych napotykają na szum w dostępnych danych literaturowych. Jeśli w przeszłości brakowało informacji o nieudanych eksperymentach (negatywne dane), to nawet najlepiej ocenione ścieżki mogą w praktyce zawieść z powodu reakcji ubocznych. Rzeczywistym limitem wdrożenia do produkcji będzie dokładność, jaką modele wykażą poza przykładami podręcznikowymi.

Wyniki pokażą się na prawdziwych chemicznych benchmarkach

Prawdziwym dowodem na sukces nie będzie dokładność w zestawie testowym, ale zdolność chemików w praktyce do wprowadzenia proponowanej ścieżki do mokrego laboratorium i stworzenia złożonej cząsteczki za pierwszym podejściem bez skomplikowanego przeprojektowywania.

Werdykt Lilith

Dla chemików to nie tylko nowy kalkulator. To delegowanie najczarniejszego zadania mechanizmowi, który łączy to, co najlepsze z wielu modeli, i podaje listę, gdzie warto spróbować.