Революция в предсказании свойств молекул
Команда MIT под руководством профессора Уильяма Грина и аспиранта Акшата Шириса Зальте разработала метод машинного обучения CheMeleon. В отличие от традиционных подходов, требующих огромных объемов данных, CheMeleon эффективно работает в условиях дефицита информации (low-data regimes). Это критически важно для фармацевтики, где экспериментальная проверка новых соединений — дорогой и длительный процесс.
Модель уже внедрена в рабочие процессы нескольких фармацевтических компаний. По словам Грина, одна из крупных фармкомпаний даже издала внутреннюю директиву: «При моделировании любого свойства начинайте с CheMeleon». Модель заняла 9 из топ-20 мест в недавнем конкурсе OpenADMET по предсказанию свойств несинтезированных молекул.
Как работает CheMeleon: от описателей к предсказаниям
В основе модели лежит архитектура ChemProp (также разработанная в MIT). CheMeleon не анализирует научную литературу, как некоторые LLM, а обучается на вычислении ~1600 химических дескрипторов (молекулярная масса, количество атомов кислорода, ветвистость и т.д.) для ~1 миллиона молекул из базы PubChem (NIH).
Процесс состоит из двух этапов:
- Предобучение (Pre-training): Модель учится понимать общие химические закономерности, предсказывая эти дескрипторы.
- Дообучение (Fine-tuning): Модель адаптируется под конкретную задачу (например, токсичность LD50 или растворимость logS) с использованием всего нескольких десятков или сотен целевых данных.
Сравнительные результаты
Исследователи протестировали CheMeleon на 58 различных задачах, сравнивая ее с другими фундаментальными моделями ИИ и классическими экспертными системами. CheMeleon показала наилучшие результаты, особенно когда данных для обучения было мало. Ниже приведена сводка ключевых характеристик модели:
| Параметр | Значение / Характеристика |
|---|---|
| Название модели | CheMeleon (на базе ChemProp) |
| Объем данных для предобучения | ~1 000 000 молекул (PubChem) |
| Количество дескрипторов | ~1 600 химических параметров |
| Ключевое преимущество | Высокая точность при малом объеме целевых данных (few-shot learning) |
| Результаты бенчмарка | Лучший результат в 58 тестовых кейсах против аналогов |
| Доступность | Open-source (через ChemProp) |
| Публикация | Journal of Chemical Information and Modeling (14 сентября 2026) |
Почему это важно для индустрии
Традиционные методы требуют либо огромных датасетов, либо ручного ввода экспертных знаний. CheMeleon позволяет «переносить» знания, полученные на миллионах простых молекул, на сложные задачи, такие как поиск лигандов для новых клеточных мишеней. Это сокращает количество молекул, которые нужно синтезировать и тестировать в лаборатории, экономя время и ресурсы. В работе также участвовали исследователи из BASF, что подтверждает практическую применимость метода в промышленном масштабе.
Источник: MIT News AI ↗