Microsoftin tekoälypohjainen ab initio -biomolekyylidynamiikkajärjestelmä (AI2BMD) edustaa perustavanlaatuista muutosta siinä, miten tutkijat lähestyvät lääkekehitystä ja proteiinitutkimusta. Neljä vuotta kestäneen tutkimustyön tuloksena kehitetty ja Nature-lehdessä julkaistu teknologia paikkaa merkittävän aukon biomolekyylisimulaatioiden kyvykkyydessä.
Perinteiset proteiinisimulaatiomenetelmät ovat kohdanneet jatkuvan ongelman: klassiset molekyylidynamiikkasimulaatiot ovat nopeita, mutta niistä puuttuu kemiallinen tarkkuus, kun taas kvanttikemialliset menetelmät tarjoavat tarkkuutta, mutta eivät skaalaudu suuriin biomolekyyleihin. AI2BMD ratkaisee tämän ongelman hyödyntämällä uutta proteiinien fragmentointimenetelmää yhdessä koneoppimiseen perustuvien voimakenttien kanssa.
Järjestelmä kykenee tehokkaasti simuloimaan yli 10 000 atomin proteiineja ab initio -tarkkuudella, samalla kun laskenta-aika lyhenee useilla suuruusluokilla verrattuna perinteisiin menetelmiin. Tämä läpimurto mahdollistaa tutkijoille proteiinien laskostumisen, avautumisen ja vuorovaikutusten tarkastelun potentiaalisten lääkeyhdisteiden kanssa tavoilla, jotka olivat aiemmin mahdottomia.
AI2BMD on jo osoittanut käytännön arvonsa todellisissa sovelluksissa. Vuonna 2023 järjestelmä voitti ensimmäisen sijan Global AI Drug Development -kilpailussa ennustamalla tarkasti kemiallisen yhdisteen, joka sitoutuu SARS-CoV-2-viruksen pääproteaasiin. Microsoft Research on myös solminut yhteistyön Gates-säätiön perustaman Global Health Drug Discovery Instituten kanssa hyödyntääkseen teknologiaa lääkkeiden suunnittelussa matalan ja keskitulotason maiden sairauksiin.
Järjestelmän kyky suorittaa erittäin tarkkaa lääke-ehdokkaiden virtuaalista seulontaa muuttaa lääketeollisuuden tutkimusaikatauluja. Tehtävät, jotka aiemmin veivät vuosia, voidaan nyt toteuttaa kuukausissa, mikä voi nopeuttaa ratkaisujen löytymistä globaaleihin terveysongelmiin, kuten tuberkuloosiin ja uusiin virustartuntoihin.
Osana Microsoftin laajempaa AI for Science -aloitetta AI2BMD osoittaa, miten tekoäly voi oppia paitsi ihmiskieltä myös luonnon kieltä – mukaan lukien molekyylit, proteiinit ja biologiset järjestelmät – ratkaistakseen ihmiskunnan kiireellisimpiä tieteellisiä haasteita.