KI-Modell für die Arzneimittelforschung

Dieses Modell, genannt „Chai-1“, ist mit 30 Mio. US-Dollar von OpenAI und Thrive Capital finanziert, auch der Investor Nitesh Banta ist beteiligt.

KI-Modell: Vorhersage von Molekülstrukturen

Das Open-Source-Modell kann die Struktur von Molekülen vorhersagen, die für die Arzneimittelentwicklung entscheidend sind, und analysiert eine Reihe von Substanzen, darunter Proteine, kleine Moleküle, DNA und RNA.

Das Modell wurde anhand von einer Unmenge an Strukturdaten trainiert, so dass es auch für unbekannte Moleküle Vorhersagen treffen kann. Laut den Entwicklern, die aus etablierten KI-Unternehmen, darunter OpenAI, Meta FAIR, Stripe und Google X, stammen, kann Chai-1 in verschiedenen Bereichen bereits einiges vorweisen:

• Bei der Vorhersage von Protein-Ligand-Komplexen, der Bindung kleiner Moleküle an Proteine, liegt die Erfolgsrate bei 77%. Das entspricht dem aktuellen Bestwert des Modells AlphaFold 3.
• Bei der Vorhersage von Protein-Protein-Wechselwirkungen kommt Chai-1 auf eine Erfolgsrate über 75,1%. Zum Vergleich: Die Erfolgsquote von AlphaFold Multimer 2.3 liegt bei 67,7%.
• Bei der Vorhersage von Antikörper-Protein-Komplexen ist die Erfolgsrate bei 52,9%, AlphaFold Multimer 2.3 kommt auf 38%.

Besonderheit von Chai-1

Ein besonderes Merkmal von Chai-1 ist, dass es auch ohne evolutionäre Sequenzinformationen gute Vorhersagen treffen kann. Zudem kann es experimentelle Daten als zusätzliche Informationen einbeziehen, was die Vorhersagegenauigkeit „erheblich verbessert“. Das Modell steht für nicht-kommerzielle Zwecke zur Verfügung, angeboten wird auch eine Web-Schnittstelle für kommerzielle Nutzung.