MIT демократизира протеиновия дизайн с ИИ платформа без програмиране

Изображение: Генерирано чрез Svetni.me AI

Основана от доктор Тристан Беплер и бившия доцент от MIT Тим Лу, OpenProtein.AI предоставя на изследователите достъп до мощни базови модели (foundation models) и набор от инструменти за проектиране на протеини, прогнозиране на тяхната структура и функция, както и за обучение на специализирани модели. Платформата вече се използва от фармацевтични и биотехнологични компании от всякакъв мащаб, като за академичните среди тя е достъпна безплатно [1].

Преодоляване на езиковата бариера на биологията

Интересът на Беплер към протеините на фино ниво започва още по време на докторантурата му в MIT, преди появата на популярни модели като AlphaFold. Неговата работа води до създаването на един от първите генеративни ИИ модели за разбиране и проектиране на протеини — т.нар. „протеинов езиков модел“ (protein language model) [1].

Целта на OpenProtein е да съкрати цикъла на разработка, като позволи на биолозите да преминават директно от последователност (sequence) към функция, прескачайки сложния етап на структурно прогнозиране. Флагманският модел на компанията, наречен PoET (Protein Evolutionary Transformer), е обучен върху групи протеини, за да генерира нови, функционално свързани последователности. Той позволява на изследователите да добавят свои експериментални данни за подобряване на модела без необходимост от цялостно преобучение [1].

Практическо приложение и бъдещи терапии

Голямата фармацевтична компания Boehringer Ingelheim вече е внедрила платформата на OpenProtein в своята работа по инженерство на протеини за лечение на болести като рак, автоимунни и възпалителни състояния. През 2025 г. компанията пусна и PoET-2 — нова версия на модела, която превъзхожда значително по-големи системи, използвайки само малка част от техните изчислителни ресурси [1].

Основателите се стремят към създаване на модели, които отчитат динамичната и взаимосвързана природа на протеиновата функция. „Искаме да преминем отвъд простото свързване на протеини и да проектираме функции, при които протеинът ангажира няколко биологични механизма едновременно или променя функцията си след свързване“, обяснява Тим Лу [1].

В свят, в който изчислителните ресурси за ИИ стават все по-концентрирани, OpenProtein залага на отворения достъп. Според основателите това е единственият начин научната общност да постигне значим напредък в разработването на следващото поколение терапии.

Източници:

[1]: Bringing AI-driven protein-design tools to biologists everywhere - MIT News