Модель диффузного дрифта PEARL предсказывает структуру белков вдвое точнее академического стандарта

Подкаст Latent Space опубликовал почти двухчасовое интервью с сооснователем Genesis Эваном Файнбергом и техническим директором Сергеем Эдуновым, который до Genesis руководил обучением Llama 2 и предобучением Llama 3 в Meta. В разговоре раскрыты детали модели PEARL и внутренней агентной системы SAPPHIRE, а также критика принятых в академическом сообществе бенчмарков (стандартных тестов, по которым оценивают качество моделей).

Что делает PEARL и почему это не очередной чат-бот?

• Предсказывает гибкость белков. PEARL умеет моделировать не только положение лиганда (молекулы-кандидата в лекарство), но и мелкие подстройки самого белка, чтобы два элемента подошли друг к другу. Академическое сообщество давно знало, что эта задача критична, но до сих пор не могло её решить.
• Работает на диффузионной архитектуре, а не на трансформерах. По словам Файнберга, самые интересные диффузионные исследования сейчас происходят именно в предсказании 3D-структур. Модель диффузного дрифта здесь оказалась продуктивнее привычных языковых моделей.
• Ставит планку точности в 1 ангстрем RMSD. Файнберг утверждает, что принятый академический порог в 2 ангстрема RMSD, по сути, пропускает некачественные результаты. Водородные связи, отвечающие за ключевые взаимодействия белка и лиганда, имеют рабочий диапазон всего 0,6 ангстрема: при пороге в 2 ангстрема модель может ошибиться так, что введёт в заблуждение химика-разработчика.

«Если ваша модель показывает 1,8 или 1,9 ангстрема RMSD, это, скорее всего, мусор.» : Эван Файнберг, сооснователь Genesis Molecular AI

Агентная система SAPPHIRE: химик, который не спит

Genesis разработала внутреннюю агентную систему под кодовым названием SAPPHIRE. По описанию Файнберга и Эдунова, она работает как цикл: анализирует позы молекул, формулирует гипотезы, читает научную литературу, использует внутренние инструменты и генерирует кандидатов для следующей итерации.

«Существует 10 в 60-й степени возможных лекарственноподобных малых молекул во вселенной. Это как искать иголку в стоге сена, где всё, кроме вашей иголки, очень опасно.» : Сергей Эдунов, технический директор Genesis Molecular AI

Эдунов проводит параллель с ранними языковыми моделями: те были хорошими чат-ботами, но плохими ИИ-агентами (автономными программами, выполняющими цепочку действий), потому что мелкие ошибки быстро накапливались. Когда точность моделей выросла, агенты стали полезными. Genesis утверждает, что PEARL прошла аналогичный порог для химии. В сочетании с лабораторным партнёрством (Genesis сотрудничает с фармкомпанией Incyte) это приближает режим, когда агенты ищут и тестируют молекулы круглосуточно.

Почему бенчмарки врут?

Файнберг критикует академическое сообщество за то, что оно приняло порог в 2 ангстрема RMSD как стандарт «хорошей позы». По его словам, при таком допуске модель может, например, перевернуть ароматическое кольцо молекулы: визуально всё выглядит разумно, но взаимодействия моделируются неверно. Для реальных задач медицинской химии нужен порог в 1 ангстрем.

Параллель для тех, кто работает с текстом: это как если бы языковые модели оценивали по способности «примерно передать смысл абзаца», а не по точности фактов, и вся индустрия соглашалась, что «примерно» достаточно.

Как попробовать?

1. Прочитайте или прослушайте полное интервью на Latent Space, подкаст доступен бесплатно.
2. Посмотрите сайт Genesis Molecular AI для актуальной информации о доступности PEARL. На момент публикации компания не объявляла открытого API или публичной версии модели.
3. Если вы работаете в фарме или биоинформатике, Genesis принимает запросы на партнёрство через сайт.

Есть ли аналоги в России?

Прямого российского аналога PEARL нет. Диффузионные модели для молекулярного дизайна развиваются в нескольких лабораториях (Сколтех, МФТИ), но коммерческих продуктов уровня Genesis в открытом доступе не заявлено. YandexGPT и GigaChat работают с текстом и не предназначены для предсказания структуры белков. Для авторов и маркетологов в РФ эта новость скорее контекст: диффузионные модели, которые мы знаем по генерации картинок (Stable Diffusion, «Кандинский»), в молекулярной биологии решают задачи, недоступные языковым моделям.

Что с этого вам по ролям?

Автору на Дзене. Модель диффузного дрифта в молекулярном дизайне, это тема, которую почти никто не покрывает на русском языке. Статья-разбор «Как ИИ ищет лекарства» соберёт аудиторию, которая устала от обзоров ChatGPT.

Маркетологу. Фарма и биотех начинают закупать ИИ-инструменты не для текста, а для молекулярного моделирования. Если ваши клиенты из этой отрасли, стоит разобраться в терминологии: «диффузионная модель», «лиганд», «ADMET-свойства» (параметры, определяющие, как вещество всасывается, распределяется и выводится из организма).

Предпринимателю в РФ. Доступа к PEARL из России нет. Но если вы работаете в биоинформатике, следите за открытыми диффузионными моделями для молекулярного дизайна: RoseTTAFold All-Atom и аналоги доступны в опенсорсе (открытый код) и могут стать основой для собственных решений.

Частые вопросы

Чем диффузионная модель отличается от языковой?

Языковая модель (GPT, Llama, YandexGPT) работает с последовательностями токенов (слов, фрагментов текста). Диффузионная модель работает с пространственными данными: она учится восстанавливать структуру из шума, шаг за шагом уточняя положение каждого атома. Именно поэтому модель диффузного дрифта подходит для задач, где важна трёхмерная точность, а не смысл предложения.

Можно ли использовать PEARL без знания химии?

На данный момент нет. PEARL предназначена для специалистов в медицинской химии и биоинформатике. Публичного интерфейса для непрофессионалов Genesis не анонсировала.

Когда ИИ реально ускорит выход новых лекарств?

Genesis и партнёр Incyte уже работают в режиме, когда агентная система предлагает молекулы-кандидаты для лабораторной проверки. Но от кандидата до одобренного препарата проходят годы клинических испытаний. ИИ ускоряет самый первый этап, поиск и отбор молекул, но не отменяет остальные.

Если вы пишете про технологии и хотите выделиться, молекулярный ИИ, это территория, где конкуренция за внимание читателя пока минимальна, а реальные результаты уже есть.