Des chercheurs du Massachusetts Institute of Technology (MIT) ont publié un puissant modèle d'intelligence artificielle open source appelé Boltz-1 qui atteint la même précision que AlphaFold3 de Google DeepMind dans la prédiction des structures de biomolécules. Cette avancée devrait accélérer considérablement le processus de recherche biomédicale et de développement de médicaments, offrant ainsi un outil plus pratique et plus efficace aux chercheurs scientifiques du monde entier. La nature entièrement open source de Boltz-1 encourage également une collaboration et une participation communautaire plus larges, accélérant ainsi le rythme de la découverte scientifique.
Des scientifiques du Massachusetts Institute of Technology (MIT) ont récemment publié un puissant modèle d’intelligence artificielle open source appelé Boltz-1. Cette innovation promet d’accélérer considérablement la recherche biomédicale et le développement de médicaments.
Boltz-1 est le premier modèle entièrement open source capable d'atteindre le même niveau avancé que l'AlphaFold3 de Google DeepMind en matière de prédiction de la structure des biomolécules. Le modèle a été développé par une équipe de la Jameel Machine Learning Health Clinic du MIT, dirigée par les étudiants diplômés Jeremy Wolvind et Gabriel Corso, et comprenant le chercheur du MIT Salo Passaro et le professeur de génie électrique avec les professeurs d'informatique Regina Bardsley et Tommy Akara.
Lors du lancement du 5 décembre, Wohlwind et Corso ont déclaré que leur objectif ultime était de favoriser la collaboration mondiale, d'accélérer la découverte scientifique et de fournir une plate-forme robuste pour faire progresser la modélisation biomoléculaire. "Nous espérons que cela pourra être un point de départ pour la communauté", a déclaré Corso, soulignant que le nom de "Boltz-1" plutôt que "Boltz" vise à encourager la participation communautaire.
Les protéines jouent un rôle clé dans presque tous les processus biologiques et la forme d’une protéine est étroitement liée à sa fonction. Comprendre la structure d’une protéine est donc crucial pour concevoir de nouveaux médicaments ou mettre au point de nouvelles protéines dotées de fonctions spécifiques. Le processus de repliement de longues chaînes d’acides aminés dans les protéines en structures tridimensionnelles étant extrêmement complexe, prédire avec précision leurs structures a toujours été un défi majeur pour la communauté scientifique.
AlphaFold2 de DeepMind utilise l'apprentissage automatique pour prédire rapidement les structures protéiques 3D avec une telle précision qu'il est difficile pour les scientifiques expérimentaux de les distinguer. AlphaFold3 s'est amélioré sur cette base et a adopté un modèle d'IA générative. Cependant, parce qu'il n'était pas entièrement open source, il a été critiqué par la communauté scientifique. Par conséquent, l’équipe de recherche du MIT a entrepris de développer Boltz-1, en suivant les idées de base d’AlphaFold3, et en apportant des améliorations sur cette base pour améliorer la précision et l’efficacité de prédiction du modèle.
L'équipe de recherche a passé quatre mois et mené plusieurs expériences pour surmonter les problèmes d'ambiguïté et d'hétérogénéité rencontrés dans la banque de données sur les protéines. En fin de compte, leurs expériences ont montré que Boltz-1 atteignait la même précision qu’AlphaFold3 pour prédire la structure de biomolécules complexes.
Les chercheurs prévoient de continuer à améliorer les performances de Boltz-1 et à raccourcir le temps de prédiction. Ils invitent également les chercheurs à essayer Boltz-1 sur GitHub et à communiquer avec d'autres utilisateurs via le canal Slack. L'équipe de recherche espère que Boltz-1 favorisera une collaboration plus large et inspirera des applications créatives dans la communauté.
Projet : https://jclinic.mit.edu/democratizing-science-boltz-1/
Souligner:
Boltz-1 est le premier modèle de prédiction de structure de biomolécules entièrement open source qui atteint les mêmes performances qu'AlphaFold3.
Le modèle a été développé pour promouvoir la collaboration mondiale et faire progresser la recherche biomédicale et le développement de médicaments.
L'équipe du MIT espère utiliser Boltz-1 pour simplifier la prédiction de la structure des protéines afin que davantage de chercheurs puissent utiliser cet outil puissant.
La nature open source de Boltz-1 abaisse le seuil de la recherche biomédicale, fournit aux scientifiques du monde entier des outils puissants et accélère le processus de développement de médicaments. Cette contribution de l’équipe du MIT aura sans aucun doute un impact profond sur la future recherche biomédicale. Nous espérons que Boltz-1 réalisera davantage de percées dans les applications futures.