1 poin oleh GN⁺ 2024-09-12 | 1 komentar | Bagikan ke WhatsApp

Perkenalan Chai-1: Menguraikan interaksi molekul kehidupan

  • Peluncuran Chai-1
    • Chai-1 adalah model berbasis multimodal baru yang menunjukkan performa mutakhir untuk berbagai tugas terkait penemuan obat
    • Dapat memprediksi secara terpadu protein, molekul kecil, DNA, RNA, modifikasi ikatan kovalen, dan lainnya
    • Tersedia gratis melalui antarmuka web, dan dapat digunakan untuk tujuan komersial
    • Untuk penggunaan nonkomersial, bobot model dan kode inferensi disediakan sebagai pustaka perangkat lunak

Model mutakhir untuk interaksi biomolekul

  • Evaluasi performa
    • Mencapai tingkat keberhasilan 77% pada benchmark PoseBusters (AlphaFold3 mencapai 76%)
    • Mencapai Cα LDDT 0.849 pada set prediksi struktur monomer protein CASP15 (ESM3-98B mencapai 0.801)
    • Tidak memerlukan multiple sequence alignment (MSA), dan tetap mempertahankan performa tinggi bahkan dalam mode sekuens tunggal
    • Tingkat prediksi yang lebih akurat dibanding model AlphaFold-Multimer dalam prediksi struktur multimer (69.8% vs. 67.7%)
    • Dapat memprediksi struktur multimer hanya dengan sekuens tunggal pada kualitas setara AlphaFold-Multimer

Model berbasis multimodal native

  • Pemanfaatan data tambahan
    • Performa dapat ditingkatkan dengan data baru seperti kendala yang berasal dari laboratorium
    • Mengeksplorasi berbagai fitur, termasuk conditioning epitop yang menggandakan akurasi prediksi struktur antibodi-antigen

Pembukaan model

  • Penyediaan antarmuka web gratis
    • Dapat digunakan untuk tujuan komersial
    • Untuk penggunaan nonkomersial, kode dibuka sebagai pustaka perangkat lunak
    • Memberikan manfaat bagi seluruh ekosistem melalui kolaborasi dengan komunitas riset dan industri

Langkah berikutnya

  • Latar belakang tim
    • Berasal dari perusahaan riset dan AI terapan terkemuka seperti OpenAI, Meta FAIR, Stripe, dan Google X
    • Memainkan peran penting dalam kemajuan riset biologi yang memanfaatkan AI
    • Chai-1 adalah hasil dari beberapa bulan kerja intensif, dan kini baru berada pada tahap awal
    • Tujuannya adalah mengubah biologi dari sains menjadi rekayasa
    • Berencana mengembangkan lebih lanjut model berbasis AI yang memprediksi dan memprogram ulang interaksi antar molekul biokimia

Ringkasan GN⁺

  • Chai-1 adalah alat penting untuk penemuan obat dan riset ilmu hayati, dengan performa mutakhir dalam prediksi struktur protein, molekul kecil, DNA, RNA, dan lainnya
  • Tetap mempertahankan performa tinggi tanpa multiple sequence alignment, dan juga menunjukkan hasil unggul dalam prediksi struktur multimer
  • Memberikan manfaat bagi seluruh ekosistem melalui kolaborasi dengan komunitas riset dan industri, serta menyediakan antarmuka web gratis dan pustaka perangkat lunak untuk penggunaan nonkomersial
  • Dengan tujuan mengubah biologi menjadi rekayasa, model ini akan terus dikembangkan untuk memprediksi dan memprogram ulang interaksi antar molekul biokimia

1 komentar

 
GN⁺ 2024-09-12
Komentar Hacker News
  • Setelah insiden Reflection, muncul semangat untuk melakukan pengujian independen
  • Berharap orang tidak menerima begitu saja evaluasi SOTA
  • Menemukan bahwa Chai menyalin fungsi quaternion dari pytorch3d untuk digunakan
  • Pengetahuan tentang struktur protein bukanlah faktor pembatas dalam pengembangan obat
    • Menarik untuk memperkirakan dampak hasil ini terhadap pipeline pengembangan obat
  • Istilah "foundation" dan "multi-modal" hanya muncul di abstrak makalah
    • Menyalin metode AlphaFold dan menambahkan embedding bahasa serta batasan lainnya
    • Data peningkatan performanya kurang memadai
  • Margin galat sangat besar
  • Ada risiko keterbukaan
    • Bisa disalahgunakan untuk mengembangkan senjata biologis baru
  • Penasaran seberapa sulit bagi biohacker untuk mengembangkan protein baru
  • Judul HN tidak akurat
    • Skor 1% lebih tinggi tidak berarti mengalahkan model sebelumnya
  • Jika ada betting line, mungkin bisa pensiun dini
  • Merupakan penulis AutoDock Vina
    • Perangkat lunak docking perlu melakukan generalisasi untuk menemukan pengikat baru
    • Pendekatan evaluasinya tidak menguji performa pada molekul baru
    • Rilis Chai-1 akan membantu evaluasi metode