„Учим се да виждаме лекарствата“: фармацевтите тайно изграждат свой AlphaFold

Отворената наука отстъпва на затворения бизнес в надпреварата за нови лекарства.

AlphaFold, системата за изкуствен интелект, която спечели Нобелова награда за пробива си в прогнозирането структурата на протеините, внезапно се сблъска с ограничение: липсват ѝ данни. Новата версия – AlphaFold 3 – обещава да направи революция в разработването на лекарства, тъй като може да моделира взаимодействието на протеините с другите молекули, включително самите лекарства. Но именно тези примери почти не се срещат във входните данни.

Базата данни, върху която е обучен AlphaFold, включва стотици хиляди протеинови структури от хранилището с отворен код Protein Data Bank (PDB). Повечето от тях обаче описват взаимодействието на протеините с естествените молекули като АТФ, а не с лекарствените съединения. Това възпрепятства разработването на модели в направление, което е особено важно за фармацевтичните компании.

В отговор на това предизвикателство големите фармацевтични производители се обединиха в консорциум, за да създадат своя собствена версия на ИИ модел, подобен на AlphaFold, въз основа на поверителни данни. Той ще включва десетки хиляди структури, натрупани от компании като AbbVie, Johnson & Johnson, Sanofi и Boehringer Ingelheim. Тези данни не са били публикувани никъде досега и според изследователите може да са дори по-големи от съдържанието на целия отворен PDB. Така например само AbbVie предоставя повече от 9000 структури.

Новият модел ще се базира на OpenFold 3 – отворен клонинг на AlphaFold 3, който се разработва от учените въз основа на публично достъпни данни и трябва да бъде пуснат през април. Google DeepMind, създателят на оригиналния AlphaFold, не участва в инициативата, нито пък дъщерното му дружество Isomorphic Labs, което работи поотделно с Novartis и Eli Lilly.

Не се планира споделяне на конфиденциалните структури в рамките на консорциума. Вместо това се използва платформа на германския стартъп Apheris, която позволява моделът да се обучава направо в инфраструктурата на всяка компания, без дори да се разкриват данните на другите членове. Според разработчиците след обучението ще бъде невъзможно да се възстановят оригиналните структури.

Все още не е ясно доколко ще се подобри точността на прогнозите благодарение на достъпа до затворени данни. Но експертите отбелязват, че дори и малък напредък – например увеличаване на вероятността за правилно прогнозиране на свързването на лекарството с протеин от 20% на 50% – може да промени правилата на играта във фармацевтиката.

Все пак достъпът до новия модел ще бъде ограничен до членовете на консорциума. Някои изследователи са обнадеждени, че компаниите все пак ще започнат да споделят своите структури с научната общност. В момента само 6% от всички данни в PDB идват от фармацевтични компании. Но скептиците ни напомнят, че за отвореност се говори от десетилетия – и през това време малко неща са се променили.