20 167 proteinstrukturer förbättrar AI för nya läkemedel

Forskning och utveckling inom läkemedelsindustrin tar ett stort steg framåt tack vare en banbrytande samverkan. Ett konsortium av läkemedelsföretag, inklusive AbbVie och Astex Pharmaceuticals, har gått samman med forskare inom artificiell intelligens för att förbättra AI-modellernas förmåga att upptäcka nya läkemedel. Genom att dela tusentals proteinstrukturer som annars skulle förbli konfidentiella, har de visat att samarbete kan accelerera vetenskapliga framsteg.

Projektet, som drivs av AI Structural Biology (AISB) Network, har integrerat 20 167 proteinstrukturer från fem läkemedelsbolag. Dessa data har använts för att förfina OpenFold3, en öppen källkodsreplika av AlphaFold 3, som är en ledande AI för proteinmodellering. Resultaten, som publicerats i den prestigefyllda tidskriften Nature, visar en betydande förbättring i AI:ns prediktionsförmåga jämfört med modeller som enbart tränats med offentligt tillgänglig information.

Proteinstrukturer är avgörande för att förstå hur dessa molekyler fungerar och hur de kan interagera med potentiella mediciner. Läkemedelsforskning genererar kontinuerligt tusentals sådana strukturer genom tekniker som röntgenkristallografi och kryoelektronmikroskopi. En stor del av denna information är dock inte offentlig och utgör en outnyttjad resurs för den bredare forskningsgemenskapen.

Detta initiativ belyser potentialen i att komplettera offentliga databaser, såsom Protein Data Bank (PDB) som innehåller över 200 000 experimentellt bestämda proteinstrukturer, med industriella data. PDB var en hörnsten i träningen av AlphaFold 2, vilket revolutionerade proteinstrukturprediktion. Nu har AISB Network tagit detta ett steg längre genom att addera konfidentiella data för att skapa ännu mer träffsäkra modeller.

Forskarna använde OpenFold3, som initialt tränats med PDB-data, och berikade det med de 20 167 ytterligare strukturerna av proteiner bundna till potentiella läkemedel eller ligander. Viktigt är att integriteten hos företagens data skyddades under processen. Detta bevisar att värdefullt samarbete kan ske utan att företag behöver offentliggöra sina interna hemligheter.

För att utvärdera modellens effektivitet undanhölls 1 056 proteinstrukturer och ligander från träningsdata. Den nya modellen uppnådde en hög precisionsnivå i mer än hälften av dessa fall, vilket var betydligt bättre än den offentliga versionen av OpenFold3, som nådde samma nivå i ungefär en tredjedel av fallen. Den överträffade även Boltz-2, en annan öppen källkodsmodell, som låg runt 40 procent.

En anmärkningsvärd insikt är att modellen, tränad med den kombinerade datamängden från flera företag, även presterade bättre än verktyg utvecklade enbart med individuella företagsdata. Detta understryker värdet av att slå samman data från olika källor för att skapa mer robusta och omfattande AI-modeller för biologiska tillämpningar. Varje företag besitter unik information, men kombinationen av denna kunskap skapar en bredare och djupare grund för AI-utveckling.

Denna förbättrade förmåga att förutsäga proteininteraktioner har enorm potential för utvecklingen av nya läkemedel. Genom att kunna förutse hur proteiner beter sig och interagerar med specifika molekyler, får forskare kraftfulla nya verktyg för att studera och utveckla behandlingar. Erfarenheten pekar på att det finns ett stort värde i att generera och tillgängliggöra nya datamängder för den vetenskapliga gemenskapen. Ett exempel på detta är OpenBind-projektet i Storbritannien, som med upp till 8 miljoner pund i statligt stöd arbetar med att publicera och skapa tusentals nya proteinstrukturer.

Även om AISB Networks studie fortfarande väntar på fackgranskning och den utvecklade modellen inte är offentligt tillgänglig, visar resultaten tydligt den enorma potentialen i samarbete och delning av information. Denna utveckling är en stor framgång för medicinsk forskning och lovar gott för framtida upptäckter av nya livräddande läkemedel, med samarbeten som sträcker sig över landsgränser, inte minst med engagemang från framstående forskare i Spanien inom området. Det befäster en spännande trend där datadelning driver innovation inom biomedicin.