MIT 科學家推出強大的開源人工智慧模型 Boltz-1
麻省理工學院 (MIT) 的科學家們推出了一個名為 Boltz-1 的強大開源人工智慧模型，這個模型有可能大幅加速生物醫學研究和藥物開發。
Boltz-1 是由麻省理工學院 Jameel 醫學機器學習診所的研究團隊開發的，這是第一個完全開源的模型，達到了與 Google DeepMind 的 AlphaFold3 相同的先進性能，AlphaFold3 是一個能預測蛋白質和其他生物分子三維結構的模型。
麻省理工學院的研究生 Jeremy Wohlwend 和 Gabriele Corso 是 Boltz-1 的主要開發者，還有 Jameel 醫學診所的研究夥伴 Saro Passaro，以及麻省理工學院的電機工程和計算機科學教授 Regina Barzilay 和 Tommi Jaakkola。Wohlwend 和 Corso 在 12 月 5 日於麻省理工學院的 Stata 中心介紹了這個模型，他們表示他們的最終目標是促進全球合作，加速發現，並提供一個強大的平台來推進生物分子建模。
Corso 說：「我們希望這能成為社群的起點。我們稱它為 Boltz-1，而不是 Boltz，是有原因的。這不是終點。我們希望社群能有更多的貢獻。」
蛋白質在幾乎所有生物過程中扮演著重要角色。蛋白質的形狀與其功能密切相關，因此了解蛋白質的結構對於設計新藥或工程新蛋白質以具備特定功能至關重要。然而，由於蛋白質的長鏈氨基酸折疊成三維結構的過程極其複雜，準確預測這一結構一直是幾十年來的一大挑戰。
DeepMind 的 AlphaFold2 獲得了 2024 年諾貝爾化學獎，該模型利用機器學習快速預測三維蛋白質結構，這些預測的準確性高到無法與科學家實驗得出的結果區分開來。這個開源模型已被全球的學術和商業研究團隊使用，促進了藥物開發的許多進展。
AlphaFold3 在前者的基礎上進行了改進，加入了一種稱為擴散模型的生成性人工智慧模型，這使得它能更好地處理預測極其複雜的蛋白質結構時所涉及的不確定性。然而，與 AlphaFold2 不同的是，AlphaFold3 不是完全開源的，也不適用於商業用途，這引發了科學界的批評，並啟動了一場全球競賽，旨在建立一個可商業使用的版本。
麻省理工學院的研究人員在開發 Boltz-1 時，遵循了與 AlphaFold3 相同的初步方法，但在研究了基礎的擴散模型後，他們探索了潛在的改進。他們納入了那些能顯著提高模型準確性的改進，例如改善預測效率的新算法。
除了模型本身，他們還開源了整個訓練和微調的流程，讓其他科學家可以在 Boltz-1 的基礎上進行研究。
Barzilay 說：「我對 Jeremy、Gabriele、Saro 和 Jameel 醫學診所的其他團隊成員能夠實現這一發布感到非常自豪。這個項目花費了許多天和夜的努力，大家都堅持不懈，才達到這個階段。我們有許多激動人心的想法來進一步改進，期待在未來幾個月分享。」
麻省理工學院團隊花了四個月的時間和許多實驗來開發 Boltz-1。他們面臨的最大挑戰之一是克服蛋白質數據庫中的模糊性和異質性，這是一個收集了過去 70 年來數千名生物學家解決的所有生物分子結構的資料庫。
Wohlwend 說：「我花了很多個漫長的夜晚來處理這些數據。很多都是純粹的專業知識，必須去學習。沒有捷徑。」
最終，他們的實驗顯示，Boltz-1 在多樣化的複雜生物分子結構預測中達到了與 AlphaFold3 相同的準確性。
Jaakkola 說：「Jeremy、Gabriele 和 Saro 所取得的成就真是非凡。他們在這個項目上的努力和堅持，使得生物分子結構預測對更廣泛的社群變得更加可及，將徹底改變分子科學的進展。」
研究人員計劃繼續改進 Boltz-1 的性能，並縮短預測所需的時間。他們還邀請研究人員在他們的 GitHub 儲存庫上嘗試 Boltz-1，並在 Slack 頻道上與其他 Boltz-1 用戶聯繫。
Wohlwend 補充說：「我們認為還有很多年的工作可以改進這些模型。我們非常渴望與其他人合作，看看社群會如何使用這個工具。」
Parabilis Medicines 的首席執行官兼總裁 Mathai Mammen 稱 Boltz-1 是一個「突破性」模型。他說：「通過開源這一進展，麻省理工學院 Jameel 醫學診所和合作夥伴正在讓尖端結構生物學工具變得更為普及。這一里程碑式的努力將加速創造改變生命的藥物。感謝 Boltz-1 團隊推動這一重大進步！」
麻省理工學院生物學教授、白海豚生物醫學工程研究所成員 Jonathan Weissman 補充道：「Boltz-1 對我的實驗室和整個社群將是巨大的幫助。我們將看到一波波的發現，因為這個強大的工具變得更為普及。」Weissman 還表示，他預期 Boltz-1 的開源特性將導致大量創新的新應用。
這項工作還得到了美國國家科學基金會的探險計畫資助、Jameel 醫學診所、美國國防威脅減少局新興威脅醫療對策發現計畫 (DOMANE) 的支持，以及由英國癌症研究和美國國家癌症研究所資助的癌症大挑戰夥伴關係支持的 MATCHMAKERS 項目。
本文由 AI 台灣 運用 AI 技術編撰，內容僅供參考，請自行核實相關資訊。
歡迎加入我們的 AI TAIWAN 台灣人工智慧中心 FB 社團，
隨時掌握最新 AI 動態與實用資訊！
