Microsoft Research представи BioEmu 1 — революционна AI система, която променя из основи геномните изследвания чрез драстично ускорен анализ на нагъването на протеини.
Дълбокият обучителен модел може да генерира хиляди статистически независими протеинови структури на час само с един GPU, работейки с десет пъти по-висока скорост от AlphaFold 2, който досега се смяташе за златен стандарт в областта. Докато AlphaFold революционизира предсказването на статични протеинови структури, BioEmu 1 отива още по-далеч, като моделира динамичното поведение на протеините — улавяйки пълния спектър от конформации, които протеините естествено приемат.
BioEmu 1 постига това изключително представяне чрез интегриране на три ключови източника на данни: структури от AlphaFold Database, обширен набор от симулации на молекулярна динамика и експериментални данни за стабилността на нагъването на протеини. Ефективността на системата е толкова впечатляваща, че университетските лаборатории вече могат да провеждат сложни виртуални мутагенезни сканирания по време на кратки почивки — задачи, които преди са изисквали дни или седмици изчисления.
„Динамиката на протеините се очертава като следващото голямо предизвикателство след прецизното предсказване на структурата“, отбелязва професор Мартин Щайнегер от Сеулския национален университет. „С BioEmu учените вече могат бързо да извършват операции по изследване на енергийния ландшафт на протеините благодарение на дълбокото обучение.“
Въздействието на технологията надхвърля академичните изследвания. В областта на откриването на лекарства BioEmu 1 може да идентифицира скрити свързващи джобове, които често са трудни за откриване с конвенционални методи, предоставяйки нови цели за терапевтична намеса. Системата също така точно предсказва стабилността на протеините чрез изчисления на свободната енергия на нагъване, които съвпадат с резултатите от експериментални оценки.
Microsoft пусна BioEmu 1 като софтуер с отворен код, за разлика от някои конкуренти с по-ограничителни подходи. Това решение позволява на учени по целия свят да напредват в изследванията на динамиката на протеините и потенциално да ускорят биомедицинските открития, включително напредъка в дизайна на лекарства. Към юли 2025 г. първите данни сочат, че технологията може да намали разходите за разработка на лекарства с до 30%, според анализатори от индустрията.