BEIJING, 22 Mei 2024 /PRNewswire/ — Docking sangat penting pada tahap awal penemuan obat karena memungkinkan penyaringan senyawa yang luas secara efisien, sehingga menghemat waktu dan sumber daya. Dalam beberapa tahun terakhir, metode berbasis AI telah muncul sebagai alternatif yang menjanjikan untuk docking molekuler, menawarkan potensi akurasi tinggi tanpa menimbulkan biaya komputasi yang mahal. Memajukan AI untuk Sains, DP Technology baru-baru ini membuka sumber model Uni-Mol Docking v2 berbasis AI yang kuat [1] dan membuatnya tersedia untuk komunitas sains. Uni-Mol Docking v2 adalah model docking kuat yang dirilis sebelum AlphaFold3 [2].
AI dibantu Penemuan Obat
Docking adalah teknik komputasi yang digunakan dalam penemuan obat untuk memprediksi seberapa “baik” molekul kecil (kandidat obat) berinteraksi dengan protein target. Docking sangat penting pada tahap awal penemuan obat karena memungkinkan penyaringan yang efisien dari perpustakaan senyawa yang luas, menghemat waktu dan sumber daya. Secara global, pasar docking molekuler adalah segmen yang signifikan dalam pasar informatika penemuan obat yang lebih luas, yang diproyeksikan akan tumbuh dari USD 3 miliar pada tahun 2023 menjadi USD 8 miliar pada tahun 2032, didorong oleh peningkatan investasi dalam R&D dan adopsi alat komputasi canggih oleh perusahaan farmasi [3].
Teknik docking telah berkembang secara signifikan dari metode berbasis fisika / penilaian tradisional ke pembelajaran mendalam / pendekatan berbasis AI tingkat lanjut. Awalnya, docking mengandalkan prinsip-prinsip fisik dan kimia untuk memprediksi interaksi, menggunakan fungsi penilaian untuk mengevaluasi afinitas pengikatan berdasarkan pertimbangan geometris dan energik. Meskipun efektif, metode ini intensif secara komputasi dan dibatasi oleh ketergantungan mereka pada aturan yang telah ditentukan. Munculnya pembelajaran mendalam telah mengubah docking dengan memungkinkan model untuk mempelajari representasi molekuler yang kompleks langsung dari data. Model pembelajaran mendalam ini dapat menangkap pola dan interaksi rumit yang sebelumnya sulit dimodelkan, yang mengarah ke prediksi yang lebih akurat dan efisien.
Uni-Mol Docking v2, didasarkan pada model AI pra-terlatih yang dikembangkan oleh DP Technology. Seri pemodelan Uni-Mol, yang diterbitkan di ICLR 2023 [4], menggambarkan prapelatihan encoder molekuler umum dan memamerkan aplikasi mereka dalam berbagai tugas hilir 2D dan 3D seperti pembangkitan konformasi molekuler, prediksi properti molekuler, dan docking molekuler. Uni-Mol mencapai hasil state-of-the-art pada berbagai tugas, menunjukkan kompetensinya untuk generalisasi, dan menjadikannya model dasar yang kuat untuk tugas-tugas molekuler.
Dalam docking molekuler, memanfaatkan encoder molekuler terlatih, encoder saku terlatih dan blok ligan saku bersama, Uni-Mol Docking v2 mencapai kinerja yang unggul jika dibandingkan dengan algoritma docking tradisional seperti Autodock Vina dalam benchmark CASF-2016. Uni-Mol Docking v2 menawarkan peningkatan akurasi dalam memprediksi pose pengikatan ini dengan lebih dari 77% ligan mencapai nilai RMSD di bawah 2,0 Å dan lebih dari 75% melewati semua pemeriksaan kualitas. Ini menandai lompatan substansial dari akurasi 62% dari versi kami sebelumnya, juga melampaui metode open-source lain yang dikenal. Kami telah secara efektif mengatasi tantangan umum seperti inversi kiralitas dan bentrokan sterik, memastikan prediksi kami tidak hanya akurat tetapi juga layak secara kimia.
Baru-baru ini, pengenalan AlphaFold3 telah banyak dibahas di komunitas ilmiah. Dalam perkembangan terbaru ini, AlphaFold3 memperluas kemampuannya untuk memprediksi pose docking protein-ligan. Dalam makalah AlphaFold3 tentang Alam, Uni-Mol Docking v2 ditampilkan sebagai patokan [2].
Berkomitmen pada sains terbuka, DP Technology dengan bangga membuka model, kode, dan dataset Uni-Mol Docking v2, membuatnya tersedia bagi komunitas sains. Kami akan terus bekerja pada iterasi Uni-Mol Docking di masa depan dan seterusnya karena kami berkomitmen untuk berkontribusi pada komunitas ilmiah global.
DP Technology didedikasikan untuk memajukan batas-batas sains melalui komitmen teguh kami terhadap sains terbuka. Dengan berbagi penelitian, data, dan alat secara terbuka, DP bertujuan untuk memberdayakan komunitas ilmiah global, mempercepat penemuan, dan mendorong kemajuan yang berarti di berbagai bidang. Komitmen DP terhadap transparansi dan kolaborasi berakar pada keyakinan bahwa solusi terbaik untuk tantangan dunia muncul ketika kita bekerja sama, meruntuhkan hambatan terhadap pengetahuan dan menumbuhkan budaya kemajuan kolektif.
Dipandu oleh nilai ini, DP telah berkontribusi secara aktif dan signifikan terhadap banyak proyek sains terbuka dalam ilmu material, penemuan obat, dll. Mereka dapat ditemukan di https://deepmodeling.com/. Baru-baru ini, DP Technology dengan bangga bergabung dengan komunitas DeepModeling dalam meluncurkan OpenLAM, menuju pengembangan https://www.aissquare.com/openlam Model Atom Besar pertama. DP telah berkolaborasi dengan lembaga global untuk merilis DPA-2, yang secara akurat dapat mewakili beragam sistem dan bahan kimia, memungkinkan simulasi dan prediksi berkualitas tinggi dengan upaya yang berkurang secara signifikan dibandingkan dengan metode tradisional [5].
Akses Uni-Mol Docking v2
Webapp siap pakai: https://bohrium.dp.tech/apps/unimoldockingv2
Github: https://github.com/dptech-corp/Uni-Mol/tree/main/unimol_docking_v2
Kertas: https://arxiv.org/abs/2405.11769
Tentang DP Technology
DP Technology adalah pemimpin global dalam paradigma penelitian “AI for Science”, di mana AI mempelajari prinsip dan data ilmiah, kemudian mengatasi tantangan utama dalam penelitian ilmiah dan R&D industri.
Komitmen DP untuk penelitian interdisipliner telah mengarah pada penciptaan DP “Particle Universe”, serangkaian model sains besar pra-terlatih yang dirancang untuk menjembatani penelitian dasar dengan aplikasi industri praktis. Rangkaian perangkat lunak DP mencakup Bohrium® Scientific Research Space, Hermite® Computational Drug Design Platform, RiDYMO® Dynamics Platform, dan Piloteye® Battery Design Automation Platform. Bersama-sama, platform ini membentuk fondasi yang kuat untuk inovasi industri dan ekosistem terbuka untuk AI dalam sains, mendorong kemajuan di bidang-bidang utama seperti penemuan obat, energi, ilmu material, dan teknologi informasi.
Kunjungi DP Technology di www.dp.tech/en