IBM 연구 오픈 소스 생물의학 파운데이션 모델

IBM Research는 두 가지 생물의학 파운데이션 모델을 오픈소스로 제공하여 과학계에 신약 개발을 위한 강력한 도구를 제공합니다.

• biomed.omics.bl.sm.ma-ted-458m: 생물학, 소분자 및 유전자 발현 데이터를 기반으로 훈련된 다중 정렬 시퀀스 기반 다중 도메인 모델
• BIOMED.SM.MV-TE-84M: 저분자 데이터에 특별히 훈련된 멀티모달, 멀티뷰 모델

이 모델들에는 서열, 그래프, 이미지 등 다양한 양식이 포함되며 표적, 저분자, 생물학적 제제 등 여러 영역을 다루기 때문에 오픈 스페이스에서 다른 모델에 비해 유리합니다.

"기존 모델의 주요 과제이자 격차는 여러 양식의 정보를 집계하고 여러 도메인에 걸쳐 연결하는 방법을 해결하는 것입니다."라고 IBM 연구의 신약 개발용 AI 담당 이사인 Michal Rosen-Zvi는 말합니다. "우리는 오픈 소싱 모델과 이를 뒷받침하는 방법론을 통해 이러한 격차를 해소하고 있습니다." 생성형 AI는 시간과 비용이 많이 드는 기존 약물 개발을 간소화할 수 있습니다. 일반적으로 개발 과정은 질병과 관련된 표적 단백질 식별, 이 표적과 상호작용하면 증상을 예방하거나 질병을 치료할 수 있는지 확인, 표적과 상호작용하는 저분자 또는 생물학적 치료제를 발견하고 후보 치료제를 최적화하는 네 가지 중요한 단계로 이루어집니다.

IBM 펠로우이자 의료 및 생명 과학 연구 책임자인 Jianying Hu는 "궁극적으로 우리는 우리 모델이 더 빠른 속도와 규모로 과학적 발견을 추진할 수 있는 잠재력을 가지고 있다고 믿습니다."라고 말합니다.

연구진은 두 모델을 모두 오픈소스화하기로 결정한 것도 안전하고 책임감 있는 AI 파운데이션 모델을 공개적으로 개발해야 한다는 확신에서 비롯된 것이라고 말합니다. 이러한 목표를 달성하기 위해 IBM Research는 보스턴 대학교, Red Hat 및 클리블랜드 클리닉과 협력하여 약물 발견 분야의 오픈 소스 AI 애플리케이션을 전담하는 새로운 AI Alliance 워킹 그룹을 구성하기 시작했습니다. 2024년 10월 30일 보스턴 대학교에서 시작될 예정입니다. "오픈 소싱을 통해 커뮤니티는 가장 뛰어난 인재를 모아 신약 개발을 위한 계산 방법의 현재 격차를 해결함으로써 가장 어려운 문제를 해결하기 위해 함께 노력할 수 있습니다."라고 Rosen-Zvi는 말합니다.