Wissenschaftler des Massachusetts Institute of Technology (MIT) haben kürzlich ein leistungsstarkes Open-Source-KI-Modell namens Boltz-1 veröffentlicht. Diese Innovation verspricht, die biomedizinische Forschung und die Medikamentenentwicklung deutlich zu beschleunigen.
Boltz-1 ist das erste vollständig Open-Source-Modell, das im Bereich der Vorhersage von Biomolekülstrukturen das gleiche fortschrittliche Niveau wie Googles DeepMind AlphaFold3 erreicht. Das Entwicklerteam stammt von der MIT Jameel Klinik für maschinelles Lernen im Gesundheitswesen und wurde hauptsächlich von den Doktoranden Jeremy Walraven und Gabriel Corso geleitet. Zum Team gehörten außerdem die MIT-Forscherin Salome Pasaro sowie die Professoren für Elektrotechnik und Informatik Regina Barzilay und Tommy Jacques.
Auf einer Pressekonferenz am 5. Dezember erklärten Walraven und Corso, dass ihr letztendliches Ziel die Förderung der globalen Zusammenarbeit, die Beschleunigung wissenschaftlicher Entdeckungen und die Bereitstellung einer robusten Plattform zur Weiterentwicklung der Biomolekülmodellierung sei. Corso erwähnte: „Wir hoffen, dass dies ein Ausgangspunkt für die Community sein wird“ und betonte, dass die Namensgebung „Boltz-1“ anstatt „Boltz“ die Beteiligung der Community fördern soll.
Proteine spielen in nahezu allen biologischen Prozessen eine Schlüsselrolle, und ihre Form ist eng mit ihrer Funktion verbunden. Daher ist das Verständnis der Proteinstruktur entscheidend für die Entwicklung neuer Medikamente oder die Konstruktion neuer Proteine mit spezifischen Funktionen. Da der Prozess, bei dem lange Ketten von Aminosäuren in dreidimensionale Strukturen gefaltet werden, extrem komplex ist, war die genaue Vorhersage ihrer Struktur eine große Herausforderung in der Wissenschaft.
DeepMinds AlphaFold2 ermöglichte durch maschinelles Lernen eine schnelle Vorhersage von 3D-Proteinstrukturen mit einer Genauigkeit, die selbst experimentelle Wissenschaftler kaum unterscheiden konnten. AlphaFold3 verbesserte dies durch die Verwendung eines generativen KI-Modells, wurde aber aufgrund seiner nicht vollständigen Open-Source-Natur von der wissenschaftlichen Gemeinschaft kritisiert. Daher machte sich das MIT-Team daran, Boltz-1 zu entwickeln, wobei es den grundlegenden Ansatz von AlphaFold3 übernahm und ihn verbesserte, um die Genauigkeit und Vorhersageeffizienz des Modells zu steigern.
Das Forschungsteam verbrachte vier Monate mit zahlreichen Experimenten und überwand dabei Probleme mit der Unklarheit und Heterogenität der Daten in der Protein Data Bank. Schließlich zeigten ihre Experimente, dass Boltz-1 bei der Vorhersage komplexer Biomolekülstrukturen die gleiche Genauigkeit wie AlphaFold3 erreicht.
Die Forscher planen, die Leistung von Boltz-1 weiter zu verbessern und die Vorhersagezeit zu verkürzen. Sie laden Forscher ein, Boltz-1 auf GitHub zu testen und sich über einen Slack-Kanal mit anderen Nutzern auszutauschen. Das Team hofft, dass Boltz-1 eine breitere Zusammenarbeit fördern und kreative Anwendungen in der Community hervorbringen wird.
Projekt: https://jclinic.mit.edu/democratizing-science-boltz-1/
Highlights:
🌍 Boltz-1 ist das erste vollständig Open-Source-Modell zur Vorhersage von Biomolekülstrukturen und erreicht die gleiche Leistung wie AlphaFold3.
🧬 Die Entwicklung des Modells zielt darauf ab, die globale Zusammenarbeit zu fördern und die biomedizinische Forschung und die Medikamentenentwicklung voranzutreiben.
🔬 Das MIT-Team hofft, die Vorhersage von Proteinstrukturen durch Boltz-1 zu vereinfachen und mehr Forschern den Zugang zu diesem leistungsstarken Werkzeug zu ermöglichen.