Microsoft Research zaprezentował BioEmu 1 — przełomowy system sztucznej inteligencji, który na nowo definiuje badania genomiki dzięki drastycznie przyspieszonej analizie fałdowania białek.
Model głębokiego uczenia jest w stanie generować tysiące statystycznie niezależnych struktur białkowych na godzinę przy użyciu pojedynczego GPU, działając z prędkością dziesięciokrotnie większą niż AlphaFold 2, który dotychczas uchodził za złoty standard w tej dziedzinie. Podczas gdy AlphaFold zrewolucjonizował przewidywanie statycznych struktur białek, BioEmu 1 idzie o krok dalej, modelując dynamiczne zachowanie białek — rejestrując pełne spektrum konformacji, jakie białka naturalnie przyjmują.
BioEmu 1 osiąga tę niezwykłą wydajność dzięki integracji trzech kluczowych źródeł danych: struktur z bazy AlphaFold Database, obszernego zbioru danych z symulacji dynamiki molekularnej oraz eksperymentalnych danych dotyczących stabilności fałdowania białek. Wydajność systemu jest tak imponująca, że laboratoria uniwersyteckie mogą obecnie przeprowadzać złożone wirtualne przeglądy mutagenezy podczas krótkich przerw — zadania, które wcześniej wymagały dni lub tygodni obliczeń.
„Dynamika białek staje się kolejnym wyzwaniem w odkrywaniu po precyzyjnym przewidywaniu struktur”, zauważa profesor Martin Steinegger z Uniwersytetu Narodowego w Seulu. „Dzięki BioEmu naukowcy mogą teraz szybko uzyskiwać próbki krajobrazu energii swobodnej białek dzięki technologii głębokiego uczenia.”
Wpływ tej technologii wykracza poza badania akademickie. W procesie odkrywania leków BioEmu 1 potrafi identyfikować ukryte kieszenie wiążące, które często są trudne do wykrycia tradycyjnymi metodami, oferując nowe cele dla terapii. System dokładnie przewiduje także stabilność białek poprzez obliczenia energii swobodnej fałdowania, które pokrywają się z wynikami ocen eksperymentalnych.
Microsoft udostępnił BioEmu 1 jako oprogramowanie open source, w przeciwieństwie do bardziej restrykcyjnych podejść niektórych konkurentów. Ta decyzja umożliwia naukowcom na całym świecie rozwijanie badań nad dynamiką białek, potencjalnie przyspieszając odkrycia biomedyczne, w tym postęp w projektowaniu leków. Według analityków branżowych, od lipca 2025 r. wczesna adopcja sugeruje, że technologia ta może obniżyć koszty opracowywania leków nawet o 30%.