Почему молекулярная динамика важна для разработки лекарств
Молекулярная динамика (МД) — важный инструмент в современной разработке лекарств. Хотя предсказание структуры и молекулярный докинг могут показать, как потенциальный препарат помещается в белок, они дают лишь снимок. Молекулы находятся в постоянном движении. МД-моделирование позволяет исследователям увидеть, как лекарство и его мишень ведут себя во времени: остается ли взаимодействие стабильным, как белок меняет форму и как эволюционирует молекулярная система.
Проблема заключается в скорости.
МД-моделирование вычисляет, как атомы взаимодействуют и движутся шаг за шагом, часто на протяжении миллионов шагов симуляции. Запуск таких симуляций в масштабе, необходимом для разработки лекарств, может потребовать значительных вычислительных ресурсов и времени, что ограничивает количество кандидатов в лекарства, которые исследователи могут детально изучить.
ИИ для молекулярной динамики: возможности при ограничении данных
Это вызвало растущий интерес к использованию ИИ для ускорения молекулярной динамики. Вместо того чтобы вычислять каждый шаг исключительно с помощью традиционного моделирования, модели ИИ могут изучать паттерны молекулярного поведения и помогать генерировать или предсказывать эволюцию молекулярных систем.
Но это порождает другую проблему: ИИ нужны обучающие данные.
Чтобы обучить модель ИИ пониманию молекулярной динамики, исследователям обычно требуется большая коллекция МД-траекторий. Тем не менее, именно эти траектории дорого создавать в первую очередь. По сравнению с огромным количеством доступных данных о статических молекулярных структурах, высококачественные данные молекулярной динамики остаются относительно дефицитными.
Это создает фундаментальное узкое место. Мы хотим, чтобы ИИ снизил стоимость МД, но обучение ИИ для МД само по себе может зависеть от больших объемов дорогостоящих МД-данных.
В сотрудничестве со Стэнфордским университетом наша работа EGInterpolator исследует способ обхода этого узкого места и представляет фреймворк для масштабного обучения моделей ИИ для молекулярной динамики.
Идея проста. Прежде чем обучать ИИ тому, как движутся молекулы, сначала научите его тому, как выглядят реалистичные молекулы. Эта работа была принята в качестве основного доклада конференции на ICLR 2026.
Решение: сначала изучить структуру, затем динамику
Большие наборы данных молекулярных конформеров предоставляют изобилие примеров трехмерных молекулярных структур. На основе этих данных модели ИИ могут изучать фундаментальную геометрию молекул, такую как длины связей, валентные углы, молекулярные конформации и другие структурные паттерны.
Молекулярная динамика добавляет более сложное измерение: время. Вместо генерации одной реалистичной структуры модель должна научиться тому, как эта структура эволюционирует во времени. Каждый отдельный кадр должен быть физически правдоподобным, в то время как вся последовательность также должна представлять реалистичное молекулярное движение.
Обучение непосредственно на МД-траекториях поэтому требует от модели решения двух сложных задач одновременно:
- Как выглядит реалистичная молекула?
Как выглядит реалистичная молекула?
- Как она движется во времени?
Как она движется во времени?
Сложность заключается в том, что эти два типа данных доступны не в равной степени. Статические молекулярные структуры в изобилии, в то время как высококачественные МД-траектории гораздо дороже в создании и потому относительно редки. Это приводит к ключевому выводу: большая часть знаний, необходимых для моделирования молекулярной динамики, особенно молекулярной геометрии, может быть получена до того, как модель увидит хотя бы одну МД-траекторию.
Наша модель EGInterpolator опирается на эту идею: сначала изучать молекулярные структуры, а затем — то, как эти структуры эволюционируют. Она состоит из двух этапов:
- Структурное предварительное обучение: Сначала мы предварительно обучаем генеративную модель на базе диффузии на крупномасштабных данных молекулярных конформеров. Этот этап обучает модель распределению реалистичных трехмерных молекулярных геометрий, обеспечивая прочный структурный приор.
- Динамическая доводка: Затем мы обучаем интерполятор траекторий на МД-данных, чтобы узнать, как молекулярные структуры соединяются во времени. Поскольку модель уже понимает молекулярную геометрию, дефицитные и дорогостоящие МД-данные могут быть сосредоточены на том, что они предоставляют уникальным образом: на динамике.
Концептуально этот двухэтапный процесс выглядит следующим образом:
Структурное предварительное обучение → Динамическая доводка → Генерация молекулярных траекторий
Вместо того чтобы полностью изучать молекулярную динамику на основе дорогостоящих данных траекторий, этот подход переносит знания от изобильных статических структур к молекулярному движению, обеспечивая более эффективный по отношению к данным и масштабируемый путь к молекулярной динамике на базе ИИ.
Результаты
EGInterpolator может генерировать молекулярные траектории, которые гораздо больше напоминают эталонные симуляции молекулярной динамики.
На бенчмарке прямой симуляции DRUGS модель EGInterpolator превзошла GeoTDM, предыдущий метод генеративной молекулярной динамики, по нескольким метрикам молекулярной геометрии и движения. Разница по сравнению с эталонными МД-симуляциями снизилась с 0,640 до 0,173 для валентных углов, с 0,643 до 0,142 для длин связей и с 0,498 до 0,377 для торсионного движения в терминах среднего расстояния Дженсена — Шеннона (JSD): примерно на 73%, 78% и 24% ниже соответственно.
Важно отметить, что наши эксперименты по абляции показывают, что само структурное предварительное обучение играет главную роль. На бенчмарке DRUGS удаление структурного предварительного обучения увеличило разницу с эталонными МД-распределениями с 0,173 до 0,332 для валентных углов, с 0,142 до 0,386 для длин связей и с 0,377 до 0,455 для торсионного движения, измеренную по среднему JSD. Это служит прямым доказательством нашей центральной идеи: предварительное изучение реалистичных молекулярных структур помогает ИИ понять, как движутся подобные лекарственным препаратам молекулы.
Помимо малых молекул, мы также распространили этот подход на более сложные молекулярные системы, включая тетрапептиды и белковые мономеры.
Вывод прост: сначала обучаясь на изобильных данных о молекулярных структурах, ИИ может более эффективно изучать молекулярную динамику, снижая при этом зависимость от дефицитных и дорогостоящих данных МД-траекторий. Для разработки лекарств это указывает на более масштабируемые инструменты ИИ для изучения того, как потенциальные молекулы лекарств ведут себя во времени.
Какое место в этом занимает Lambda
Молекулярная динамика традиционно была вычислительно интенсивной рабочей нагрузкой научных симуляций. По мере того как ИИ изучает молекулярные структуры, энергии, силы и даже траектории, все большая часть молекулярного моделирования превращается в нативную для графических процессоров рабочую нагрузку ИИ.
Это исследование иллюстрирует такой сдвиг. Вместо того чтобы полагаться исключительно на традиционное моделирование для генерации каждой молекулярной траектории, мы обучаем генеративные модели ИИ учиться на существующих молекулярных структурах и МД-данных и генерировать реалистичное молекулярное движение. Обучение и оценка этих моделей требуют тех же возможностей, которые лежат в основе современного ИИ: высокопроизводительных GPU, масштабируемой инфраструктуры обучения и быстрых экспериментов.
Мы обучили и оценили модели в этой работе на инфраструктуре Lambda GPU, используя графические процессоры NVIDIA в многопроцессорных экспериментах. Lambda предоставила вычислительную среду, необходимую для разработки, обучения и тестирования моделей на различных молекулах, соединениях лекарственного типа, пептидах и белках.
Для команд, занимающихся разработкой лекарств, открывающиеся возможности выходят далеко за рамки одной модели. Современный вычислительный конвейер может включать прогнозирование структуры белков, генерацию молекул, виртуальный скрининг, докинг и молекулярную динамику — и всё это все больше ускоряется с помощью графических процессоров и искусственного интеллекта.
Lambda предоставляет инфраструктуру на базе графических процессоров для поддержки этих ресурсоемких рабочих нагрузок, позволяя исследователям запускать рабочие процессы ИИ, охватывающие понимание мишеней, молекулярное моделирование и оценку кандидатов, на единой вычислительной платформе.
