AI-modell kan påskynda utvecklingen av nya läkemedel

Den nya modellen, kallad TITO (Transferable Implicit Transfer Operators), beskrivs i en studie publicerad i tidskriften Science Advances. Enligt forskarna är modellen upp till 10 000 gånger snabbare än konventionella molekyldynamiska simuleringar, som används för att analysera hur molekyler beter sig på atomnivå.

Till skillnad från traditionella metoder, där molekylers rörelser beräknas steg för steg, lär sig AI-modellen de statistiska reglerna bakom molekylers dynamik. Det gör det möjligt att förutsäga molekylers utveckling över betydligt längre tidsperioder utan att simulera varje enskilt steg, beskriver Chalmers på sin hemsida.

I studien testades modellen på mer än 12 000 organiska molekyler och över 1 000 peptider. Forskarna uppger att resultaten överensstämmer väl med betydligt mer beräkningsintensiva simuleringar.

– Det som skiljer ut vår AI-modell är att den lär sig själva dynamiken över längre tidsskalor. Den tar inte bara in kunskap om vilka former molekylerna antar utan också hur snabbt och via vilka vägar molekylernas övergång sker. Det är, såvitt vi vet, första gången detta görs på ett sätt som fungerar för många olika molekyler, säger Simon Olsson, forskningsledare och universitetslektor vid Chalmers och Göteborgs universitet.

Forskargruppen menar att tekniken kan bli särskilt värdefull inom läkemedelsutveckling, där stora mängder molekyler behöver analyseras för att hitta kandidater med rätt egenskaper. Genom att minska beräkningstiden kan AI-modellen bidra till snabbare och mer träffsäkra urvalsprocesser i de tidiga forskningsfaserna.

Metoden har hittills testats på mindre molekylära system och vidareutvecklas nu för att kunna hantera mer komplexa och realistiska tillämpningar.