Forscher am Massachusetts Institute of Technology (MIT) haben ein leistungsstarkes Open-Source-Modell für künstliche Intelligenz namens Boltz-1 veröffentlicht, das bei der Vorhersage von Biomolekülstrukturen die gleiche Genauigkeit wie AlphaFold3 von Google DeepMind erreicht. Es wird erwartet, dass dieser Durchbruch den Prozess der biomedizinischen Forschung und Arzneimittelentwicklung erheblich beschleunigen und ein praktischeres und effizienteres Werkzeug für wissenschaftliche Forscher weltweit bereitstellen wird. Der vollständig Open-Source-Charakter von Boltz-1 fördert auch eine breitere Zusammenarbeit und Beteiligung der Gemeinschaft und beschleunigt so das Tempo wissenschaftlicher Entdeckungen weiter.
Wissenschaftler des Massachusetts Institute of Technology (MIT) haben kürzlich ein leistungsstarkes Open-Source-Modell für künstliche Intelligenz namens Boltz-1 veröffentlicht. Diese Innovation verspricht eine deutliche Beschleunigung der biomedizinischen Forschung und Arzneimittelentwicklung.
Boltz-1 ist das erste vollständig Open-Source-Modell, das bei der Vorhersage der Struktur von Biomolekülen das gleiche fortgeschrittene Niveau wie AlphaFold3 von Google DeepMind erreichen kann. Das Modell wurde von einem Team der MIT Jameel Machine Learning Health Clinic unter der Leitung der Doktoranden Jeremy Wolvind und Gabriel Corso sowie des MIT-Forschers Salo Passaro und des Elektroingenieurs mit den Informatikprofessoren Regina Bardsley und Tommy Akara entwickelt.
Bei der Markteinführung am 5. Dezember sagten Wohlwind und Corso, ihr oberstes Ziel bestehe darin, die globale Zusammenarbeit zu fördern, wissenschaftliche Entdeckungen zu beschleunigen und eine robuste Plattform zur Weiterentwicklung der biomolekularen Modellierung bereitzustellen. „Wir hoffen, dass dies ein Ausgangspunkt für die Community sein kann“, sagte Corso und betonte, dass die Benennung von „Boltz-1“ anstelle von „Boltz“ die Beteiligung der Community fördern soll.
Proteine spielen in fast allen biologischen Prozessen eine Schlüsselrolle, und die Form eines Proteins steht in engem Zusammenhang mit seiner Funktion. Daher ist das Verständnis der Struktur eines Proteins von entscheidender Bedeutung für die Entwicklung neuer Medikamente oder die Entwicklung neuer Proteine mit spezifischen Funktionen. Da der Prozess der Faltung langer Ketten von Proteinaminosäuren zu dreidimensionalen Strukturen äußerst komplex ist, war die genaue Vorhersage ihrer Strukturen schon immer eine große Herausforderung für die wissenschaftliche Gemeinschaft.
AlphaFold2 von DeepMind nutzt maschinelles Lernen, um 3D-Proteinstrukturen schnell und mit einer so hohen Genauigkeit vorherzusagen, dass es für experimentelle Wissenschaftler schwierig ist, sie zu unterscheiden. AlphaFold3 verbesserte sich auf dieser Basis und übernahm ein generatives KI-Modell. Da es jedoch nicht vollständig Open Source war, wurde es von der wissenschaftlichen Gemeinschaft kritisiert. Daher machte sich das MIT-Forschungsteam daran, Boltz-1 zu entwickeln, indem es den Grundideen von AlphaFold3 folgte und auf dieser Grundlage Verbesserungen vornahm, um die Genauigkeit und Vorhersageeffizienz des Modells zu verbessern.
Das Forschungsteam verbrachte vier Monate und führte mehrere Experimente durch, um die in der Proteindatenbank aufgetretenen Mehrdeutigkeits- und Heterogenitätsprobleme zu überwinden. Letztendlich zeigten ihre Experimente, dass Boltz-1 bei der Vorhersage der Struktur komplexer Biomoleküle die gleiche Genauigkeit wie AlphaFold3 erreichte.
Die Forscher planen, die Leistung von Boltz-1 weiter zu verbessern und die Vorhersagezeit zu verkürzen. Sie laden Forscher außerdem ein, Boltz-1 auf GitHub auszuprobieren und über den Slack-Kanal mit anderen Benutzern zu kommunizieren. Das Forschungsteam hofft, dass Boltz-1 eine breitere Zusammenarbeit fördern und kreative Anwendungen in der Community inspirieren wird.
Projekt: https://jclinic.mit.edu/democratizing-science-boltz-1/
Höhepunkte:
Boltz-1 ist das erste vollständig Open-Source-Modell zur Vorhersage der Biomolekülstruktur, das die gleiche Leistung wie AlphaFold3 erreicht.
Das Modell wurde entwickelt, um die globale Zusammenarbeit zu fördern und die biomedizinische Forschung und Arzneimittelentwicklung voranzutreiben.
Das MIT-Team hofft, Boltz-1 nutzen zu können, um die Vorhersage der Proteinstruktur zu vereinfachen, damit mehr Forscher dieses leistungsstarke Tool nutzen können.
Der Open-Source-Charakter von Boltz-1 senkt die Hürden für die biomedizinische Forschung, stellt Wissenschaftlern auf der ganzen Welt leistungsstarke Werkzeuge zur Verfügung und beschleunigt den Arzneimittelentwicklungsprozess. Dieser Beitrag des MIT-Teams wird zweifellos tiefgreifende Auswirkungen auf die zukünftige biomedizinische Forschung haben. Wir freuen uns darauf, dass Boltz-1 in zukünftigen Anwendungen weitere Durchbrüche erzielen wird.