AI model RFD4-Proteina navrhuje proteiny 5–10krát úspěšněji a rychleji

Institut pro návrh proteinů (IPD) ve spolupráci se společností NVIDIA vyvinul generativní model RFD4-Proteina, který má podle autorů sloužit jako unifikovaný nástroj pro návrh proteinů. Využívá umělou inteligenci k tomu, aby vytvářel zcela nové proteinové sekvence a struktury, tedy molekuly, které v přírodě v dané podobě neexistují a které jsou navrženy od základu pro konkrétní účel.

Návrh proteinů patří k oborům, kde se výpočetní metody v posledních letech výrazně uplatňují. Klasický postup přitom bývá zdlouhavý. Vědci musejí vygenerovat velké množství kandidátních molekul, z nich pak vybírat ty, které mají šanci fungovat, a teprve následně je ověřovat v laboratoři. Každý stupeň tohoto řetězce stojí čas i peníze, a proto je zásadní, kolik navržených kandidátů se v praxi ukáže jako použitelných.

Právě v tomto bodě má RFD4-Proteina přinést podstatný posun. Podle dostupných informací dosahuje úspěšnost výpočetního návrhu 5–10krát vyšší než u předchozích modelů. Znamená to, že z určitého počtu navržených proteinů projde výpočetními kritérii výrazně větší podíl, než tomu bylo dosud. Pro výzkumníky to v praxi může znamenat méně slepých uliček a menší zátěž při následném laboratorním testování.

Druhou stranou věci je rychlost. Model podle autorů generuje kandidáty rovněž 5–10krát rychleji než jeho předchůdci. Kombinace obou zlepšení je důležitá: nejde jen o to, že se potřebné molekuly najdou snáz, ale také o to, že se k nim dospěje za kratší dobu. Při návrhu proteinů, kde se často prochází obrovský prostor možných řešení, může takové zrychlení zásadně ovlivnit, kolik variant se vůbec dá prozkoumat.

Označení „unifikovaný“ naznačuje, že model není zaměřen na jediný úzký typ úlohy. Cílem je jeden nástroj, který zvládne generovat jak sekvence, tak struktury proteinů, namísto kombinace několika samostatných modelů, z nichž každý řeší jen část problému. Sjednocení těchto kroků může zjednodušit pracovní postupy a omezit potřebu přenášet výsledky mezi různými programy. Podrobnosti o tom, jak přesně je model postaven a na jakých datech byl trénován, však dostupné informace neuvádějí.

Za projektem stojí dvě odlišné instituce s odlišnými rolemi. Institut pro návrh proteinů je akademické pracoviště, které se na výpočetní návrh proteinů dlouhodobě zaměřuje. NVIDIA je naopak známá jako výrobce výpočetního hardwaru a vývojář softwaru pro umělou inteligenci. Spolupráce takového typu je v oboru běžná, protože trénování a provoz velkých generativních modelů vyžadují značný výpočetní výkon, který výzkumná pracoviště sama o sobě zpravidla nemají k dispozici v takovém rozsahu.

Zlepšení uváděná u RFD4-Proteina jsou formulována jako násobky oproti předchozím modelům, nikoli jako absolutní hodnoty. Konkrétní čísla, tedy například kolik procent navržených proteinů prošlo výpočetním filtrem, dostupné informace nespecifikují. Stejně tak není z podkladů zřejmé, o které předchozí modely se srovnání opírá, ani za jakých podmínek bylo měřeno. Je proto na místě číst údaj o pětinásobném až desetinásobném zlepšení jako deklarovaný výsledek vývojářů, nikoli jako nezávisle ověřený závěr.

Dostupné informace také neuvádějí datum zveřejnění ani konkrétní pracoviště, kde výzkum probíhal, a nezmiňují ani konkrétní čísla týkající se enzymu pro syntézu léčiv. Zůstává tak otevřené, jak se výpočetní úspěšnost přenese do reálných laboratorních výsledků. Právě rozdíl mezi tím, co model navrhne na počítači, a tím, co skutečně funguje ve zkumavce, je v oboru klíčovou otázkou a teprve nezávislé testování ukáže, nakolik se slibované zlepšení projeví v praxi.

Pokud se deklarované parametry potvrdí, mohl by nástroj tohoto typu zkrátit cestu od zadání k použitelné molekule. Návrh nových proteinů je přitom předpokladem pro řadu aplikací, od enzymů využitelných při výrobě chemických látek až po vývoj nových terapeutických molekul. Jak široké uplatnění RFD4-Proteina nakonec najde, bude záviset na tom, zda se jeho výsledky podaří opakovaně reprodukovat i mimo prostředí, v němž vznikl.