Adios
Metoda razvijena na MIT-u omogućuje predviđanje svojstava novih molekula i uz mnogo manje skupog eksperimentiranja. Zasad je koristi nekoliko farmaceutskih tvrtki, a otvorenog je koda.
Adios
Na MIT-u je razvijena metoda CheMeleon koja iz malobrojnih podataka predviđa kako će se novi molekuli ponašati, čime se smanjuje potreba za skupim eksperimentima.
Osnova je strojnog učenja unaprijedno treniran model na podacima o milijun različitih molekula, s oko 1600 deskriptora koje su kemičari razvijali desetljećima. Model se zatim dotjenuje za svojstva poput topljivosti, viskoznosti, biološke aktivnosti ili reaktivnosti s određenim proteinom ili enzimom.
Istraživanje je objavljeno 14. rujna u časopisu Journal of Chemical Information and Modeling, u radu pet istraživača s MIT-a i troje iz BASF-a. Ranija verzija rada dostupna je od prošle godine, a otvoreni model već redovito koristi nekoliko farmaceutskih tvrtki.
CheMeleon je izrađen uz pomoć paketa ChemProp koji razvija Greenova skupina na MIT-u, pa ga svatko može preuzeti i prilagoditi. Inspiriran je jezičnim modelima poput ChatGPT-a, a deskriptore crpi iz baze PubChem koju održava Nacionalni institut za zdravstvo SAD-a.
Na natjecanju OpenADMET za predviđanje svojstava novih molekula devet od prvih 20 radova koristilo je CheMeleon. „Bio je to veliki natjecanj, sudjelovalo je puno ljudi”, rekao je William Green. Jedna je farmaceutska tvrtka nakon toga uvela pravilo da se pri odlukama o molekulama uvijek kreće od CheMeleona.
Za usporedbu, model je testiran na 58 slučajeva nasupost drugim temeljnim i klasičnim modelima. „Naš model dolazi na vrh”, rekao je Akshat Shirish Zalte. Green dodaje da CheMeleon znatno smanjuje broj molekula koje treba eksperimentalno ispitati, a sinteza i ispitivanje mnogih molekula sporo je i skupo.
Partnerske ponude
Uvezani članci
Učitavanje komentara