On the rise of AI technologies in virtual screening

Die Studie zeigt, dass das KI-Modell Boltz-2 bei der virtuellen Screening-Herausforderung mit schwer zu klassifizierenden Datensätzen die beste Leistung erbringt und dabei eine doppelt so hohe Erfolgsrate wie andere Strategien erreicht, was präzise Rankings von Millionen von Verbindungen auf handelsüblicher Hardware ermöglicht.

Das Wesentliche

Titel: Der neue KI-Überwacher in der Suche nach neuen Medikamenten

Stellen Sie sich vor, Sie sind ein Detektiv, der in einer riesigen Bibliothek mit Milliarden von Büchern nach einem einzigen Buch sucht, das die Heilung für eine Krankheit enthält. In der Welt der Medikamentenentwicklung nennen wir diese Bibliothek eine „chemische Bibliothek" und die Bücher sind Moleküle.

Früher mussten Detektive (die Wissenschaftler) jedes Buch einzeln durchblättern oder grobe Vermutungen anstellen, um zu erraten, welches Buch relevant sein könnte. Das war langsam und oft ungenau.

Jetzt gibt es einen neuen, extrem schnellen Assistenten namens Boltz-2. Dieser Assistent ist eine Künstliche Intelligenz (KI), die gelernt hat, wie Proteine (die „Schlüssel" im Körper) und Medikamente (die „Schlösser") zusammenpassen.

Hier ist, was die Autoren dieses Papers herausgefunden haben, einfach erklärt:

1. Das Problem: Der falsche Rausch

In der Vergangenheit haben Wissenschaftler Computer genutzt, um Millionen von Molekülen zu testen. Diese Computer waren wie ein wenig ungeschickter Assistent: Sie konnten oft nicht genau sagen, ob ein Molekül wirklich funktioniert oder nur zufällig so aussieht. Wenn man dann die besten Kandidaten genauer untersuchte, stellte sich oft heraus: „Ups, das war nur ein falscher Alarm."

Die Autoren haben eine besonders schwierige Aufgabe gestellt: Sie nahmen eine Liste von Kandidaten, die bereits von anderen Computern als „vielleicht gut" ausgewählt worden waren. Das Problem war: Diese Liste war so voller „Fast-Gute", dass es fast unmöglich war, die echten Gewinner von den Verlierern zu unterscheiden. Es war wie der Versuch, eine Nadel im Heuhaufen zu finden, wobei der Heuhaufen aus tausenden von Strohhalmen besteht, die alle wie Nadeln aussehen.

2. Die Lösung: Der KI-Assistent Boltz-2

Die Autoren haben ihren neuen KI-Assistenten, Boltz-2, auf diese schwierige Liste angesetzt.

• Wie funktioniert er? Stellen Sie sich vor, Sie geben dem Assistenten eine Beschreibung eines Schlosses (das Protein) und eine Skizze eines Schlüssels (das Medikament). Boltz-2 baut dann sofort ein 3D-Modell davon und sagt Ihnen: „Passen diese beiden zusammen? Ja, und wie fest?"
• Der Test: Sie haben Boltz-2 gegen acht andere Methoden getestet, die bisher als die Besten galten.
• Das Ergebnis: Boltz-2 war der klare Gewinner! Er hat die echten Gewinner (die Medikamente, die wirklich wirken) doppelt so gut erkannt wie jeder andere Assistent. Er hat in 7 von 10 Fällen die richtige Entscheidung getroffen, während die anderen Methoden oft scheiterten.

3. Geschwindigkeit und Kosten

Ein großer Vorteil von Boltz-2 ist, dass er nicht auf einem riesigen, teuren Supercomputer laufen muss.

• Die Analogie: Früher brauchte man für solche Berechnungen einen ganzen Zug an Computern (Supercomputer), der Tage brauchte. Boltz-2 läuft auf einer einzigen, modernen Grafikkarte (wie man sie in Gaming-Computern hat) und braucht dafür nur etwa 100 Sekunden pro Molekül.
• Das Potenzial: Mit einem kleinen Computer-Cluster (wie 20 Grafikkarten) könnte man in einem Monat fast eine halbe Million Moleküle prüfen. Das ist wie ein Marathonläufer, der plötzlich mit einem Sportwagen fährt.

4. Wo sind die Grenzen?

Der Assistent ist nicht unfehlbar.

• Nicht für alles: Er ist zu langsam, um alle Milliarden von Molekülen in der Bibliothek auf einmal zu prüfen. Dafür ist er wie ein Ferrari, der im Stau steht. Man braucht ihn nicht für die erste grobe Suche.
• Der perfekte Einsatz: Er ist ideal für die zweite Runde. Wenn man die ersten 100.000 Kandidaten schon grob eingegrenzt hat, kommt Boltz-2 ins Spiel. Er sortiert die „Guten" von den „Sehr Guten" und hilft, die besten Kandidaten für teure Labortests auszuwählen.
• Fehlschläge: Bei zwei der zehn getesteten Ziele (Proteinen) hat er versagt. Die Autoren haben versucht, ihn zu „füttern" mit besseren Daten oder mehr Rechenzeit, aber es hat nichts gebracht. Das zeigt: Auch KI hat ihre Grenzen und versteht nicht jedes Rätsel sofort.

5. Was bedeutet das für die Zukunft?

Dieses Papier ist wie ein neuer Kompass für die Medikamentenentwicklung.

• Die Brücke: Boltz-2 füllt eine Lücke. Früher gab es nur „grobe Suche" (zu ungenau) und „sehr genaue, aber langsame Suche" (zu teuer). Boltz-2 ist die perfekte Mitte: schnell genug für große Mengen, aber genau genug, um echte Treffer zu finden.
• Die Hoffnung: Es bedeutet, dass wir in Zukunft schneller und günstiger neue Medikamente finden können, ohne auf teure Supercomputer angewiesen zu sein.

Zusammenfassend:
Die Autoren haben gezeigt, dass eine neue KI (Boltz-2) wie ein genialer, schneller und billiger Detektiv ist. Er kann in einer riesigen Menge von „fast-guten" Kandidaten die echten Gewinner finden, die andere Methoden übersehen hätten. Er wird die Art und Weise, wie wir Medikamente entwickeln, nicht über Nacht komplett verändern, aber er macht den Prozess deutlich effizienter und präziser.

Technische Zusammenfassung

Titel: Der Aufstieg von KI-Technologien im virtuellen Screening: Eine Bewertung von Boltz-2

Autoren: Marco Cecchini und Hryhory Sinenka
Institutionen: Institut de Chimie de Strasbourg (Frankreich) und Rhizome Research Inc. (USA)

---

1. Problemstellung

Das virtuelle Screening (VS) ist ein Eckpfeiler der modernen Wirkstoffentwicklung, stößt jedoch bei der Vorhersage von Bindungsaffinitäten an Grenzen:

• Traditionelle Methoden: Struktur-basiertes Docking, Pharmakophor-Modellierung und ligand-basierte Ähnlichkeitssuchen haben Schwierigkeiten, Rezeptorflexibilität, Solvatationseffekte und entropische Beiträge korrekt zu erfassen.
• Physik-basierte Methoden: Alchemische Freie-Energie-Simulationen (ABFE/RBFE) sind zwar präzise, aber rechenintensiv und für das Screening ultra-großer Bibliotheken unpraktisch.
• Das spezifische Szenario: Es existiert ein schwer zu bewältigender Datensatz (ULVSH), der aus 10 ultra-großen Screening-Ergebnissen für pharmakologisch relevante Targets (hauptsächlich GPCRs und Membranproteine) besteht. Diese Datensätze enthalten "schwierige" Hits, da:
  • Die ursprünglichen Docking-Kampagnen extrem hohe Trefferquoten hatten (keine offensichtlichen Nicht-Binder).
  • Aktive und inaktive Verbindungen ähnliche chemische Räume besetzen.
  • Keine spezifischen Interaktionsmuster geteilt werden.
  • Bisherige Rescoring-Methoden (bis zu 15 Minuten Rechenzeit pro Ligand) auf diesem Datensatz versagten, um echte Binder von Inaktiven zu unterscheiden.

2. Methodik

Die Autoren evaluierten das KI-Fundamentmodell Boltz-2, das Protein-Ligand-Komplexe aus 2D-Repräsentationen (FASTA für Proteine, SMILES für Liganden) vorhersagen und die Bindungsaffinität schätzen kann.

• Datensatz: Der ULVSH-Datensatz mit 943 virtuellen Hits (427 True Positives, 516 False Positives) für 10 Targets.
• Prozess:
  • Automatisierte Vorbereitung der Eingabedateien (MOL2 für Liganden, FASTA für Proteine).
  • Ausführung von Boltz-2 auf einer einzigen GPU (RTX 4500 Ada Generation).
  • Rechenzeit: ca. 100 Sekunden pro Ligand (Gesamtzeit für den Datensatz: 1 Tag).
• Vergleich: Die Leistung von Boltz-2 wurde mit acht gängigen Rescoring-Strategien verglichen, darunter:
  • Empirische Rescoring-Funktionen (HYDE, Δvina, Gnina).
  • Endpunkt-Freie-Energie-Simulationen (MM/PBSA, MM/GBSA).
  • Semi-empirische Quantenmechanik (PM6) und polarisierbare Kraftfelder (GFN-FF).
  • Klassisches Docking.
• Metriken: Bewertung basierend auf ROC-AUC-Werten (Area Under the Curve) und der Erfolgsrate (Anzahl der Targets mit ROC-AUC > 0,7).
• Robustheitsanalysen: Untersuchung von Ensemble-Methoden, Template-Conditioning (Nutzung experimenteller Strukturen), Single-Domain-Eingaben, erhöhten Inferenz-Parametern und stochastischen Variationen.
• Erweiterter Test: Anwendung auf realistischere "Drug-Discovery"-Szenarien mit Daten aus der LSD-Datenbank (20–468 Millionen Verbindungen), wobei die Top-1000-Docking-Hits mit experimentell bestätigten Aktiven gemischt und neu sortiert wurden.

3. Wichtige Beiträge und Ergebnisse

A. Überlegene Klassifikationsleistung

• Boltz-2 erreichte eine durchschnittliche ROC-AUC von 0,70 über den gesamten ULVSH-Datensatz.
• Dies ist eine signifikante Steigerung gegenüber allen getesteten Rescoring-Methoden (Durchschnitt der anderen Methoden: 0,59–0,66).
• Erfolgsrate: Boltz-2 erreichte bei 7 von 10 Targets einen ROC-AUC > 0,7. Dies ist mehr als doppelt so hoch wie die beste alternative Methode (3/10).
• Ausnahmen: Boltz-2 scheiterte bei zwei Targets (CNR1 und MTR1A). Eine detaillierte Analyse zeigte, dass keine methodische Variation (Ensemble, Template, Parameter-Tuning) die Leistung bei diesen spezifischen Targets signifikant verbesserte.

B. Struktur vs. Leistung

• Interessanterweise gab es keine Korrelation zwischen der strukturellen Genauigkeit der vorhergesagten Posen (RMSD im Vergleich zu Kristallstrukturen) und der Klassifikationsleistung.
• In 5 von 10 Fällen waren die Liganden in den Boltz-2-Modellen falsch positioniert (RMSD > 2 Å), dennoch konnte das Modell in vielen Fällen die Bindung korrekt vorhersagen. Dies deutet darauf hin, dass die Affinitätsvorhersage nicht zwingend von einer perfekten Pose abhängt.

C. Rescoring in großen Bibliotheken (LSD-Datenbank)

• In einem Szenario, das dem realen Drug-Discovery-Prozess näher kommt (Neusortierung von Top-1000-Docking-Hits gemischt mit Aktiven), zeigte Boltz-2 eine 4- bis 5-fache Anreicherung (Enrichment) im Vergleich zum reinen Docking.
• Dies gilt selbst für die Top-100-Fraktion der Liste.
• Im ULVSH-Datensatz (wo die Ausgangsdaten bereits stark vorselektiert waren) war die Anreicherung geringer (1,7-fach), was auf die Natur des Klassifikationsproblems hindeutet.

D. Durchsatz und Skalierbarkeit

• Geschwindigkeit: ~1.000 Liganden/Tag auf einer GPU.
• Skalierung: Auf einem Cluster mit 20 GPUs sind ca. 500.000 Liganden pro Monat berechenbar.
• Einschränkung: Dies ist 3–4 Größenordnungen langsamer als modernes Docking (z. B. Uni-Dock: 0,1 s/Ligand). Daher ist Boltz-2 nicht für das Screening ultra-großer Bibliotheken (>10^9 Verbindungen) geeignet, um die erste Filterstufe zu ersetzen.
• Optimale Anwendung: Es eignet sich ideal als Rescoring-Schicht für die Top-1% (ca. 10^3 Verbindungen) nach einem schnellen Docking-Screening, um die Trefferquote für die nachfolgende Lead-Optimierung zu erhöhen.

4. Signifikanz und Fazit

• Paradigmenwechsel: Die Studie belegt einen Wandel hin zu KI-gestützten, co-folding-basierten Methoden, die die Lücke zwischen ultraschnellem, aber ungenauem Docking und hochpräzisen, aber langsamen ABFE-Berechnungen schließen.
• Effizienz: Boltz-2 ermöglicht präzise Vorhersagen auf Commodity-Hardware (Standard-GPUs) mit einer Genauigkeit, die mit rigorosen physikalischen Methoden vergleichbar ist, aber um drei Größenordnungen schneller ist.
• Kritische Einordnung:
  • Andere aktuelle Studien (Bret et al., Shen et al., Kim et al.) bestätigen die Überlegenheit von Co-Folding-Methoden bei der Ligandenklassifikation, warnen jedoch vor mangelnder Korrelation zwischen Pose-Genauigkeit und Affinitätsvorhersage sowie vor Problemen bei Targets, die nicht im Trainingsdatensatz vertreten waren.
  • Die Autoren betonen, dass die genauen Anwendungsbereiche (Domain of Applicability) noch weiter erforscht werden müssen, insbesondere in prospektiven Studien.
• Zukunftsausblick: Die Integration von KI-Modellen wie Boltz-2 in Workflows, gefolgt von einer Verfeinerung mittels ABFE, stellt einen eleganten und effektiven Weg dar, um die Grenzen des virtuellen Screenings neu zu definieren und die Wirkstoffentwicklung zu beschleunigen.

Zusammenfassend demonstriert das Papier, dass Boltz-2 derzeit die beste verfügbare Rescoring-Strategie für schwierige virtuelle Screening-Datensätze ist und eine robuste, effiziente Methode zur Identifizierung von Hit-Kandidaten darstellt, auch wenn es das klassische Docking als ersten Filter nicht ersetzen kann.