Peneliti MIT memperkenalkan Boltz-1, model sumber terbuka sepenuhnya untuk memprediksi struktur biomolekuler | Berita MIT

Ilmuwan MIT punya dilepaskan model AI sumber terbuka yang kuat, disebut Boltz-1, yang dapat mempercepat penelitian biomedis dan pengembangan obat secara signifikan.

Dikembangkan oleh tim peneliti di MIT Jameel Clinic untuk Machine Learning in Health, Boltz-1 adalah model sumber terbuka pertama yang mencapai kinerja tercanggih di level AlphaFold3, model dari Google DeepMind yang memprediksi struktur 3D protein dan molekul biologis lainnya.

Mahasiswa pascasarjana MIT Jeremy Wohlwend dan Gabriele Corso adalah pengembang utama Boltz-1, bersama dengan Afiliasi Penelitian Klinik MIT Jameel Saro Passaro dan profesor teknik elektro dan ilmu komputer MIT Regina Barzilay dan Tommi Jaakkola. Wohlwend dan Corso mempresentasikan model tersebut pada acara tanggal 5 Desember di Stata Center MIT, di mana mereka mengatakan bahwa tujuan utama mereka adalah untuk mendorong kolaborasi global, mempercepat penemuan, dan menyediakan platform yang kuat untuk memajukan pemodelan biomolekuler.

“Kami berharap ini menjadi titik awal bagi masyarakat,” kata Corso. “Ada alasan mengapa kami menyebutnya Boltz-1 dan bukan Boltz. Ini bukanlah akhir dari segalanya. Kami ingin sebanyak mungkin kontribusi dari masyarakat.”

Protein memainkan peran penting dalam hampir semua proses biologis. Bentuk protein berhubungan erat dengan fungsinya, sehingga memahami struktur protein sangat penting untuk merancang obat baru atau merekayasa protein baru dengan fungsi spesifik. Namun karena proses yang sangat kompleks di mana rantai panjang asam amino suatu protein dilipat menjadi struktur 3D, memprediksi struktur tersebut secara akurat telah menjadi tantangan besar selama beberapa dekade.

AlphaFold2 dari DeepMind, yang membuat Demis Hassabis dan John Jumper mendapatkan Hadiah Nobel Kimia tahun 2024, menggunakan pembelajaran mesin untuk dengan cepat memprediksi struktur protein 3D dengan sangat akurat sehingga tidak dapat dibedakan dari struktur yang diperoleh secara eksperimental oleh para ilmuwan. Model sumber terbuka ini telah digunakan oleh tim peneliti akademis dan komersial di seluruh dunia, sehingga mendorong banyak kemajuan dalam pengembangan obat.

AlphaFold3 menyempurnakan pendahulunya dengan menggabungkan model AI generatif, yang dikenal sebagai model difusi, yang dapat menangani dengan lebih baik jumlah ketidakpastian yang terlibat dalam memprediksi struktur protein yang sangat kompleks. Namun, tidak seperti AlphaFold2, AlphaFold3 tidak sepenuhnya open source, juga tidak tersedia untuk penggunaan komersial, sehingga mendorong kritik dari komunitas ilmiah dan memulai a ras global untuk membangun versi model yang tersedia secara komersial.

Untuk pekerjaan mereka pada Boltz-1, para peneliti MIT mengikuti pendekatan awal yang sama seperti AlphaFold3, tetapi setelah mempelajari model difusi yang mendasarinya, mereka mengeksplorasi potensi perbaikan. Mereka menggabungkan algoritma yang paling meningkatkan akurasi model, seperti algoritma baru yang meningkatkan efisiensi prediksi.

Selain modelnya sendiri, mereka juga menggunakan sumber terbuka (open source) untuk pelatihan dan penyempurnaan sehingga ilmuwan lain dapat mengembangkan Boltz-1.

“Saya sangat bangga dengan Jeremy, Gabriele, Saro, dan seluruh tim Jameel Clinic yang telah mewujudkan pelepasan ini. Proyek ini membutuhkan kerja berhari-hari dan malam, dengan tekad yang tak tergoyahkan untuk mencapai titik ini. Ada banyak ide menarik untuk perbaikan lebih lanjut dan kami berharap dapat membagikannya dalam beberapa bulan mendatang,” kata Barzilay.

Tim MIT membutuhkan waktu empat bulan kerja dan banyak eksperimen untuk mengembangkan Boltz-1. Salah satu tantangan terbesar mereka adalah mengatasi ambiguitas dan heterogenitas yang terdapat dalam Bank Data Protein, kumpulan seluruh struktur biomolekuler yang telah dipecahkan oleh ribuan ahli biologi dalam 70 tahun terakhir.

“Saya mengalami banyak malam yang panjang bergulat dengan data ini. Sebagian besar merupakan pengetahuan domain murni yang harus diperoleh seseorang. Tidak ada jalan pintas,” kata Wohlwend.

Pada akhirnya, eksperimen mereka menunjukkan bahwa Boltz-1 mencapai tingkat akurasi yang sama dengan AlphaFold3 pada beragam prediksi struktur biomolekuler yang kompleks.

“Apa yang telah dicapai Jeremy, Gabriele, dan Saro sungguh luar biasa. Kerja keras dan ketekunan mereka dalam proyek ini telah membuat prediksi struktur biomolekuler lebih mudah diakses oleh komunitas luas dan akan merevolusi kemajuan dalam ilmu molekuler,” kata Jaakkola.

Para peneliti berencana untuk terus meningkatkan kinerja Boltz-1 dan mengurangi jumlah waktu yang diperlukan untuk membuat prediksi. Mereka juga mengundang peneliti untuk mencoba Boltz-1 pada proyek mereka Repositori GitHub dan terhubung dengan sesama pengguna Boltz-1 di Saluran kendur.

“Kami pikir masih ada upaya bertahun-tahun untuk menyempurnakan model ini. Kami sangat bersemangat untuk berkolaborasi dengan pihak lain dan melihat apa yang dilakukan komunitas dengan alat ini,” tambah Wohlwend.

Mathai Mammen, CEO dan presiden Parabilis Medicines, menyebut Boltz-1 sebagai model “terobosan”. “Dengan kemajuan ini menjadi sumber terbuka, Klinik MIT Jameel dan kolaboratornya mendemokratisasi akses terhadap alat biologi struktural yang mutakhir,” katanya. “Upaya penting ini akan mempercepat penciptaan obat-obatan yang mengubah hidup. Terima kasih kepada tim Boltz-1 yang telah mendorong lompatan besar ini ke depan!”

“Boltz-1 akan sangat membantu, bagi laboratorium saya dan seluruh komunitas,” tambah Jonathan Weissman, seorang profesor biologi MIT dan anggota Whitehead Institute for Biomedical Engineering yang tidak terlibat dalam penelitian ini. “Kita akan melihat serangkaian penemuan yang dimungkinkan dengan mendemokratisasi alat yang ampuh ini.” Weissman menambahkan bahwa ia mengantisipasi bahwa sifat open-source Boltz-1 akan menghasilkan beragam aplikasi baru yang kreatif.

Pekerjaan ini juga didukung oleh hibah Ekspedisi National Science Foundation AS; Klinik Jameel; program Penemuan Penanggulangan Medis Terhadap Ancaman Baru dan Berkembang (DOMANE) Badan Pengurangan Ancaman Pertahanan AS; dan proyek MATCHMAKERS yang didukung oleh kemitraan Cancer Grand Challenges yang dibiayai oleh Cancer Research UK dan US National Cancer Institute.