Leash Bio сделала из лабораторных замеров тренажёр для ИИ-химиков

Биотехнологическая компания Leash Bio¹ выпустила Minos — среды, где ИИ-агенты ищут молекулы, связывающиеся с белком, и в ответ получают результаты настоящих опытов, проведённых заранее. Глава компании Иэн Куигли рассказал о замысле в подкасте Latent Space, записанном за два месяца до выпуска.

Почему это важно: агенту-исследователю нужны тысячи циклов «выбрал опыт — увидел результат — решил, что дальше», а в настоящей лаборатории повторять их столько раз слишком долго и дорого. Minos отвечает агенту физическими измерениями, а не симуляцией, и хранит результат каждого выбора, которого агент не сделал.

Повод: 14 октября Leash выложила препринт и набор данных STRELKA: 34 среды Minos и около 4 600 записей того, как разные языковые модели рассуждали по ходу поиска. Набор выдают по заявке.

Предыстория: Leash несколько лет измеряла связывание молекул с белками методом ДНК-кодированных библиотек: к белку добавляют смесь миллионов молекул, у каждой своя ДНК-метка, а связавшиеся находят секвенированием. Компания ставит на каждую молекулу десятки разных меток: так видно, когда белок держится за саму ДНК-метку, а не за молекулу, и такой ложный сигнал можно отбросить.

Как это работает: агент получает белок-мишень и библиотеку примерно из 1 млн или 6 млн молекул. Правила такие:

• Бюджет кампании — 100 молекул, проверять их можно не больше пяти за раз, так что выходит около 20 раундов.
• После каждого раунда агент видит, связались ли выбранные молекулы с белком, и сам решает, что пробовать дальше.
• Находкой считается молекула с сигналом связывания выше порога; в библиотеке на миллион молекул таких около 0,24%.
• Измерены заранее все молекулы библиотеки, поэтому видно, чем закончился бы любой другой выбор агента.

Детали: за шесть недель до выхода препринта Leash провела около 100 тыс. поисковых кампаний с разными моделями. Среды заметно развели модели по результату:

• Многие сочетания модели и уровня рассуждений² находили молекулы, которые связывались с белком лучше, чем лучшая из 100 случайно выбранных.
• Внутри одного семейства моделей более долгие рассуждения обычно давали лучший результат, но одни расходы успеха не определяли.
• Когда агенту не показывали строение химических фрагментов, из которых собрана каждая молекула, он почти не продвигался, а скрытое название белка на результат почти не влияло.

Интрига: «Слабые модели дольше задерживаются в бесперспективных областях химического пространства», — пишет Куигли; сильные чаще бросают такую область и ищут в другом месте. Ещё два частых сбоя: агент заканчивает кампанию, не потратив бюджет, или тратит его на повторные проверки одних и тех же молекул.

Общая картина: на своих и открытых данных Leash не раз проверяла, насколько хорошо ИИ вообще предсказывает связывание молекул с белками:

• В конкурсе Leash на Kaggle в 2024 году около 2 000 команд получили примерно 4 млрд замеров, но на незнакомой библиотеке молекул никто не обошёл случайное угадывание.
• В открытой базе ChEMBL³ модели по структуре молекулы угадывают, какой химик её создал, а по одному лишь автору её активность предсказывается почти так же хорошо, как по структуре.
• Модель Leash Hermes, обученная только на данных компании, на публичных бенчмарках держится вровень с открытой моделью Boltz⁴.

Но: препринт помечен как рабочий черновик. Агентов в нём сравнивают только со случайным выбором, а не с классическими методами поиска молекул.

Что дальше: сейчас Leash добавляет около двух новых сред в день и хочет довести темп до 20. Через несколько дней Latent Space обещает короткий выпуск подкаста о Minos.