MIPT:n tutkijat: Neuroverkot epäonnistuvat lääkekehityksessä

Moskovan fysiikan ja tekniikan instituutin (MIPT) tutkijat ovat havainneet, että tulevien lääkkeiden mallintamiseen käytetty tekoäly voi tuottaa systemaattisia virheitä. He testasivat neljää suosittua algoritmia: AlphaFold 3, Boltz-2, Chai-1 ja Protenix-v1. Tutkimus keskittyi yksinkertaisiin molekyyleihin, kuten metyyliamiiniin ja etikkahappoon, joita voi esiintyä sekä neutraalissa että varautuneessa muodossa. Tulokset osoittivat, että ennusteet riippuivat enemmän syötemuodosta (CCD-standardi tai SMILES-merkintätapa) kuin molekyylin varauksesta. Hälyttävää oli, että ennustetut sidospituudet olivat systemaattisesti liian lyhyitä, joskus jopa kymmenkertaisesti, mikä viittaa siihen, että mallit eivät täysin ymmärrä peruskemiaa. MIPT:n laboratorion johtaja Ivan Gushchin totesi, että mikään työkalu ei erottunut tarkkuudellaan, ja korosti tarvetta parantaa algoritmeja siten, että ne olisivat riippumattomia syötemuodosta ja ottaisivat huomioon molekyylin varauksen vaihtelun. Työtä tukivat Venäjän opetus- ja tiedeministeriö, ja kaikki tiedot ovat julkisesti saatavilla Zenodossa.