Souhrn
Isomorphic Labs, spin-off společnosti Google DeepMind zaměřený na biotechnologie, představil IsoDDE, proprietární umělou inteligenci pro objev léků. Tento model předpovídá interakce proteinů s potenciálními léčivy a struktury protilátek s vysokou přesností, což vědci označují za pokrok na úrovni neexistujícího AlphaFold 4. Na rozdíl od předchozích AlphaFold modelů však zůstává uzavřený bez podrobného popisu architektury.
Klíčové body
- IsoDDE překonává AlphaFold 3 v predikci struktur proteinů v interakci s léčivými molekulami a protilátkami.
- Technický report o 27 stranách popisuje výsledky, ale ne architektonické detaily ani trénovací data.
- Open-source modely jako Boltz-2 z MIT se blíží výkonu AlphaFold 3, ale nedosahují úrovně IsoDDE.
- Isomorphic Labs sídlí v Londýně a využívá zkušenosti DeepMind z AlphaFold pro komerční aplikace v farmacii.
- Model slouží k urychlení vývoje léků tím, že predikuje vazby mezi proteiny a kandidáty na léky.
Podrobnosti
Isomorphic Labs, který vznikl jako samostatná divize Google DeepMind v roce 2021 a zaměřuje se na aplikace AI v objevu léků, zveřejnil 10. února technický report o svém modelu IsoDDE (Isomorphic Drug Discovery Engine). Tento nástroj rozšiřuje schopnosti AlphaFold 3, který DeepMind vydal před necelými dvěma lety a který umožňuje predikovat struktury proteinů v komplexu s jinými molekulami, včetně DNA, RNA a malých molekul jako jsou kandidáti na léky. Na rozdíl od AlphaFold 2, jenž získal Nobelovu cenu za chemii v roce 2024 za predikci proteinových struktur, AlphaFold 3 zahrnul interakce s ligandy, což otevřelo dveře k praktickým aplikacím v farmacii.
IsoDDE jde dál: podle reportu dosahuje vyšší přesnosti při modelování vazeb protein-lék a struktur protilátek. Například predikuje, jak se potenciální terapeutické molekuly vážou na cílové proteiny, což je klíčové pro design léků. Vědci jako Mohammed AlQuraishi z Columbia University, který vyvíjí plně open-source verze AlphaFold, chválí výsledky jako „major advance“, ale kritizují nedostatek detailů. Report popisuje benchmarky, kde IsoDDE překonává konkurenci, ale neodhaluje, zda využívá difúzní modely, transformerovou architekturu nebo specifická trénovací data.
Mezitím open-source komunita napreduje. Model Boltz-2 z Massachusetts Institute of Technology, vydaný minulý rok, se blíží výkonu AlphaFold 3 a přidává nové funkce, jako predikce síly vazeb. Další modely inspirované AlphaFold 3 umožňují vědcům bez velkých rozpočtů experimentovat s vlastními daty. Isomorphic Labs však volí proprietární přístup, což znamená, že IsoDDE bude dostupný jen partnerům jako farmaceutické firmy, nikoli akademikům.
Proč je to důležité
Tento vývoj urychluje objev léků, kde tradiční metody trvají roky a stojí miliardy. Přesné predikce interakcí protein-lék mohou snížit počet selhání v klinických testech a zkrátit čas do trhu o měsíce. V širším kontextu AI v biotechnologiích posiluje dominanci velkých firem jako Google, které kontrolují pokročilé modely. To brzdí open-source ekosystém, kde by široká dostupnost umožnila rychlejší inovace – podobně jako AlphaFold 2 revolučně změnil strukturní biologii tím, že byl zdarma. Pokud IsoDDE vede k novým lékům, prospěje pacientům, ale absence transparentnosti zvyšuje riziko, že pokrok zůstane uzavřený v korporátních rukou. Pro průmysl to znamená konkurenční výhodu pro Isomorphic Labs, který již spolupracuje s firmami jako Eli Lilly, zatímco akademici zůstanou závislí na méně výkonných alternativách.
Zdroj: 📰 Nature.com