详细内容或原文请订阅后点击阅览
麻省理工学院的科学家首次推出了一种生成人工智能模型，可以创建解决难以治疗疾病的分子
BoltzGen 从头开始为任何生物靶标生成蛋白质结合剂，将人工智能的范围从理解生物学扩展到工程设计。
来源:MIT新闻 - 人工智能学术界和工业界的 300 多名人士涌入礼堂，参加 10 月 30 日星期四由 Abdul Latif Jameel 健康机器学习诊所（麻省理工学院 Jameel 诊所）主办的 BoltzGen 研讨会。此次活动的主角是麻省理工学院的博士生、BoltzGen 的第一作者 Hannes Stärk，他在几天前宣布了 BoltzGen。
BoltzGen 研讨会 Abdul Latif Jameel 健康机器学习诊所BoltzGen（于 10 月 26 日星期日正式发布）以 Boltz-2（一种预测蛋白质结合亲和力的开源生物分子结构预测模型）为基础，在夏季引起了轰动，是同类中第一个模型，通过生成准备进入药物发现管道的新型蛋白质结合剂而更进一步。
Boltz-2 BoltzGen三大关键创新使这一切成为可能：首先，BoltzGen 能够执行各种任务，统一蛋白质设计和结构预测，同时保持最先进的性能。接下来，BoltzGen 的内置约束是根据湿实验室合作者的反馈设计的，以确保模型创建不违反物理或化学定律的功能蛋白质。最后，严格的评估过程测试了“不可成药”疾病目标的模型，突破了 BoltzGen 的结合剂生成能力的极限。
工业界或学术界使用的大多数模型都能够进行结构预测或蛋白质设计。此外，它们仅限于生成某些类型的蛋白质，这些蛋白质能够成功地与简单的“目标”结合。就像学生回答看起来像家庭作业的测试问题一样，只要训练数据在活页夹设计期间看起来与目标相似，模型通常就会起作用。但现有的方法几乎总是在已经存在具有粘合剂的结构的目标上进行评估，并且当用于更具挑战性的目标时，最终性能会变得不稳定。
第七届分子机器学习会议 帖子