AlphaFold nem oldotta meg teljesen a fehérjehajtogatást, az adatok minősége a kulcs

Pushmeet Kohli, a Google DeepMind kutatója és Sal Candido, a Biohub munkatársa szerint a biológiai AI fejlődéséhez nem elegendő pusztán a számítási kapacitás és az adatok mennyiségének növelése. (Latent Space)

Az adatok szerepe és minősége

A szakértők kiemelik, hogy a modellek képességei az általuk feldolgozott adatokból származnak. Még az alacsony minőségű metagenomikai szekvenciák is javíthatják a fehérjealapú nyelvi modellek teljesítményét, lehetővé téve új, működő fehérjék tervezését. Ez azt jelenti, hogy a kutatók gyakran az elérhető adatokra optimalizálnak, ahelyett, hogy a legnagyobb tudományos hatással bíró problémákat céloznák meg.

Architektúrák és a jövőbeli kihívások

A DeepMind tapasztalatai alapján a modellezés, az adatgenerálás és a tudományos szakértelem egyensúlya elengedhetetlen. Bár a Transformer architektúrák továbbra is meghatározóak, a jövőbeli AI modellek valószínűleg speciálisabb architektúrákat fognak használni. Az AlphaFold esetében a kézzel készített architekturális választások, az úgynevezett „inductive bias”, nagyobb szerepet játszottak, mint a modell mérete.

A fehérjék dinamikája, rendezetlensége és a statikus szerkezetek korlátai is kihívást jelentenek. A jövőbeli AI modellek képesek lehetnek a biológiai rendszereket emberi megértésen túlmutatóan értelmezni, és a gyógyszerkutatást akár 10-100-szorosára gyorsíthatják. A teljes betegség elleni küzdelemhez azonban nem 10%-os, hanem 10-szeres áttörésekre van szükség.

Az AlphaFold áttörése csak a kezdet volt, a fehérjehajtogatás problémája nem oldódott meg teljesen – állítják a Google DeepMind és a Biohub szakértői.