
بر اساس پژوهشی که محک پایریت را معرفی میکند، عاملهای مبتنی بر مدل زبانی میتوانند به تشخیص میان پیشبینیهای محتمل از نحوه اتصال یک مولکول کوچک به پروتئین کمک کنند. بهترین پیکربندیهای استدلال مستقیم در ۴۸۴ جفت ارزیابی به دقت ۶۷٪ رسیدند؛ در حالی که مبنای انتخاب تصادفی ۵۰٪ بود. این پژوهش یک وظیفه انتخاب محاسباتی را میآزماید و بهبود داروها یا نتایج آزمایشگاهی کشف دارو را نشان نمیدهد.
این مقاله در ۱۰ نوامبر ۲۰۲۶ در arXiv منتشر شد و نویسندگان آن وابسته به دانشگاه استنفورد و Genesis Molecular AI هستند. مقاله پیشچاپ است، وضعیت داوری علمی آن تأیید نشده و تکرار مستقل نتایج نیز ارائه نشده است.
سامانههای مدرن پیشبینی همزمان ساختار، ساختار پروتئین و لیگاند را با هم پیشبینی میکنند و ممکن است چند آرایش محتمل برای اتصال، یا «حالت اتصال»، تولید کنند. پایریت میپرسد کدامیک از دو پیشبینی به ساختار بلوری تجربی نزدیکتر است. ۱۵۰۰ جفت این محک، ۲۸۵ ساختار و ۱۷۹۹ حالت پیشبینیشده متمایز را پوشش میدهند. یک سامانه اختصاصی نامزدها را تولید کرد؛ پژوهشگران برای هر ورودی، ۲۵ حالت برتر بر اساس امتیاز انرژی MM-GBSA را نگه داشتند و سپس فیلترهایی مبتنی بر ساختار مرجع اعمال کردند. هر جفت نهایی شامل یک حالت تعیینشده با کیفیت بالا است.
نویسندگان PyriteRep را در اختیار عاملها گذاشتند؛ بازنماییای شامل ۲۹ ویژگی که هندسه مولکولی، برهمکنشها و امتیازهای فیزیکوشیمیایی را توصیف میکند. PyriteReasoner این توصیفها را با استدلال متنی مقایسه میکند. در مقابل، PyriteFeaturizer برای استخراج ویژگیها کد مینویسد تا یک طبقهبند رگرسیون لجستیک از آنها استفاده کند و در صورت نیاز، ارزیابیهای حاصل از فراخوانیهای بیشتر مدل زبانی را نیز میافزاید. آموزش از ساختارهای منتشرشده پیش از ۳۰ سپتامبر ۲۰۲۱ استفاده کرد؛ ارزیابی شامل ۹۰ ساختار منتشرشده پس از آن بود. استفاده از مختصات اتمی خام بهتنهایی عموماً نتایجی نزدیک به انتخاب تصادفی داشت، اما اطلاعات ساختاریافته مفید بود.
بهترین دقت گزارششده PyriteReasoner روی تمام ۴۸۴ جفت ارزیابی، ۶۷٪ با فاصله اطمینان ۹۵٪ گزارششده برابر با ±۴ واحد درصد بود. در زیرمجموعه دارای ارزیابی انسانی، شامل ۲۶۵ جفت از ۵۶ ساختار، دقت آن به ۶۷٪ با ±۶ واحد درصد رسید. پنج شیمیدان با میانگین بیش از ۱۰ سال تجربه مرتبط، هنگامی که خودداری از انتخاب خطا محسوب شد، دقت ۴۵٪ با ±۴ واحد درصد داشتند. دقت آنها در پاسخهای همراه با انتخاب مشخص، ۵۷٪ با ±۵ واحد درصد بود؛ بنابراین اندازه فاصله ظاهری عملکرد انسان و هوش مصنوعی به قواعد امتیازدهی حساس است.
تولید ویژگی نیز امیدوارکننده بود. در همان زیرمجموعه، یادگیری تقویتی با روش بهینهسازی سیاست نسبی گروهی، دقت نسخه Qwen3.8-27B از PyriteFeaturizer را در پیکربندی صرفاً کدنویسی، از ۵۲٪ با ±۶ واحد درصد به ۶۹٪ با ±۶ واحد درصد رساند. نویسندگان این افزایش ۱۷ واحد درصدی را از نظر آماری معنادار اعلام کردند. رگرسیون لجستیک معمولی با استفاده از ویژگیهای کمّی موجود، دقت ۶۴٪ داشت که نشان میدهد یک روش آماری ساده نیز از ابتدا رقابتی بود.
انتخاب حالت دارای امتیاز پایینتر MM-GBSA در تمام جفتهای ارزیابی تنها به دقت ۳۵٪ با ±۴ واحد درصد رسید. این نتیجه به نامزدهایی مربوط است که پیشتر با همین امتیاز غربال شدهاند و ثابت نمیکند که معکوسکردن جهت امتیاز در حالت کلی کارساز خواهد بود.
یافتهها همچنان به محکی منتخب از یک مسیر تولید نامزد محدود هستند. آنها توانایی پیشبینی میل اتصال، رتبهبندی مجموعه کامل نامزدها یا موفقیت در آزمایشهای آیندهنگر را اثبات نمیکنند. جفتها ممکن است ساختار یا حالت اتصال مشترک داشته باشند و اطلاعات ارائهشده روشن نمیکند که برآوردهای عدمقطعیت این وابستگیها یا مقایسههای متعدد را لحاظ کردهاند یا خیر. تفکیک بر اساس تاریخ نیز بهخودیخود وجود پروتئینها یا لیگاندهای مرتبط در دادههای آموزش و ارزیابی، یا مواجهه با آنها هنگام پیشآموزش مدل را رد نمیکند. با توجه به مشارکت تنها پنج متخصص و امکان محدود بررسی جزئیات پیوستها، برای تعیین انتقالپذیری این بهبودها به مولدهای دیگر و روندهای کاری عملی، آزمونهای گستردهتری لازم است.
تصویر جلد با هوش مصنوعی تولید شده و تصویرسازی مفهومی است؛ مدرک پژوهش نیست.