Τα μοντέλα τεχνητής νοημοσύνης που προβλέπουν πώς δένουν οι πρωτεΐνες με τα μόρια των φαρμάκων σκοντάφτουν σε ένα πρακτικό πρόβλημα: τα πιο χρήσιμα δεδομένα βρίσκονται συχνά πίσω από τις πόρτες των φαρμακευτικών εταιρειών. Μια νέα συνεργασία δείχνει ότι η ελεγχόμενη αξιοποίησή τους μπορεί να βελτιώσει αισθητά τις προβλέψεις.
Το κενό των δημόσιων βάσεων
Η Protein Data Bank (PDB) αποτέλεσε τη βάση για την εκπαίδευση του AlphaFold 2 και περιέχει περισσότερες από 200.000 πειραματικά προσδιορισμένες δομές πρωτεϊνών. Όταν όμως ο στόχος είναι να προβλεφθεί η αλληλεπίδραση μιας πρωτεΐνης με ένα φάρμακο, οι διαθέσιμες δομές πρωτεΐνης–μορίου είναι πολύ λιγότερες — η Nature αναφέρει μια τάξη μεγέθους περίπου 10.000 παραδειγμάτων.
Αυτό περιορίζει τα μοντέλα co-folding, δηλαδή τα συστήματα που προσπαθούν να υπολογίσουν ταυτόχρονα τη μορφή μιας πρωτεΐνης και τη θέση όπου θα προσδεθεί ένα άλλο μόριο. Η ακρίβειά τους μπορεί να πέσει απότομα όταν καλούνται να προβλέψουν αλληλεπιδράσεις αρκετά διαφορετικές από εκείνες που είδαν στην εκπαίδευση.
Τι πρόσθεσε το AISB Network
Το δίκτυο AI Structural Biology (AISB), στο οποίο συμμετείχαν η AbbVie, η Astex και άλλες φαρμακευτικές εταιρείες, πήρε το OpenFold3 — μια ανοικτού κώδικα αναπαραγωγή του AlphaFold 3 — και το βελτίωσε με 20.167 ιδιόκτητες δομές. Πρόκειται για συμπλέγματα πρωτεϊνών με πιθανά φάρμακα ή άλλους συνδέτες, τα οποία προέκυψαν από προγράμματα ανακάλυψης φαρμάκων.
Η συνεργασία σχεδιάστηκε έτσι ώστε οι εταιρείες να συνεισφέρουν πληροφορία χωρίς να αποκαλύπτουν τα επιμέρους ιδιόκτητα δεδομένα τους. Στη συνέχεια, το κοινό μοντέλο συγκρίθηκε με εκδόσεις που είχαν εκπαιδευτεί μόνο σε δημόσια δεδομένα ή σε δεδομένα μίας εταιρείας.
Μεγαλύτερη ακρίβεια στο τεστ
Για την αξιολόγηση κρατήθηκαν εκτός εκπαίδευσης 1.056 δομές πρωτεΐνης–ligand. Το μοντέλο του AISB ξεπέρασε το όριο υψηλής ακρίβειας σε περισσότερες από τις μισές περιπτώσεις. Το δημόσια διαθέσιμο OpenFold3 έφτασε στο ίδιο επίπεδο σε περίπου μία στις τρεις, ενώ το ανοικτού κώδικα Boltz-2 κινήθηκε γύρω στο 40%.
Το εύρημα έχει σημασία επειδή το κοινό μοντέλο ξεπέρασε και συστήματα που είχαν εκπαιδευτεί με τα δεδομένα κάθε εταιρείας ξεχωριστά. Η ένδειξη είναι ότι η ποικιλία και η κλίμακα των δεδομένων μπορούν να προσθέσουν περισσότερη γενικευτική ικανότητα από μια σειρά απομονωμένων μοντέλων.
Η αξία της συνεργασίας έχει και όρια
Το αποτέλεσμα δεν σημαίνει ότι η AI μπορεί ήδη να αντικαταστήσει τα πειράματα στο εργαστήριο ή ότι ένα μοντέλο προβλέπει με βεβαιότητα ποιο φάρμακο θα λειτουργήσει. Η πρόβλεψη μιας δομής είναι ένα βήμα στη διαδικασία· η αποτελεσματικότητα, η ασφάλεια, η φαρμακοκινητική και η συμπεριφορά ενός υποψήφιου φαρμάκου χρειάζονται ανεξάρτητο πειραματικό έλεγχο.
Υπάρχει και ένας ακόμη περιορισμός: η μελέτη έχει περιγραφεί σε blog post και δεν έχει ακόμη αξιολογηθεί από ομότιμους, ενώ το μοντέλο AISB δεν είναι διαθέσιμο δημόσια. Η Nature αναφέρει ότι η ερευνητική ομάδα σχεδιάζει να υποβάλει πλήρη εργασία σε περιοδικό με peer review. Μέχρι τότε, τα ποσοστά αποτελούν ισχυρή ένδειξη για την αξία των δεδομένων, όχι τελική ετυμηγορία για ένα νέο πρότυπο στην ανακάλυψη φαρμάκων.
Από τα εταιρικά θησαυροφυλάκια σε κοινά μοντέλα
Το πιο ενδιαφέρον μήνυμα αφορά τη διακυβέρνηση των δεδομένων. Οι εταιρείες δεν χρειάζεται κατ’ ανάγκη να δημοσιοποιήσουν τις δομές τους για να συμμετάσχουν σε ένα κοινό μοντέλο, αλλά χρειάζονται σαφείς κανόνες για την ιδιωτικότητα, την αξιολόγηση και τη μελλοντική χρήση του αποτελέσματος.
Αν τέτοιες συνεργασίες επαναληφθούν και επιβεβαιωθούν από ανεξάρτητες δοκιμές, οι κλειστές βάσεις των φαρμακευτικών εταιρειών μπορεί να λειτουργήσουν ως ένα νέο επίπεδο εκπαίδευσης για την AI της δομικής βιολογίας. Η πρόοδος, όμως, θα εξαρτηθεί εξίσου από το αν οι συμμετέχοντες μπορούν να μοιραστούν αξιόπιστα σήματα χωρίς να θυσιάσουν τα εμπορικά και επιστημονικά τους κίνητρα.
Πηγή: Nature