ИИ-модели для разработки лекарств могут ошибаться при оценке заряда молекул

Исследование учёных Московского физико-технического института показало, что ИИ-модели для прогнозирования взаимодействия малых молекул с белками могут давать систематически ошибочные результаты. В препринте на bioRxiv описана проверка AlphaFold 3, Boltz-2, Chai-1 и Protenix-v1 на метиламине и уксусной кислоте — молекулах, способных менять электрический заряд в зависимости от кислотности среды. По оценке исследователей, модели не учитывали заряд и выдавали несогласованные результаты. Одна программа предсказала химическую связь длиной 0,0075 нанометра — как минимум в десять раз короче возможного значения. Иван Гущин отметил, что ни одна из четырёх моделей явно не превзошла остальные. Исследователи считают, что такие прогнозы следует оценивать осторожно, а алгоритмы — улучшать, учитывая заряд молекул и добиваясь стабильности результатов при разных форматах входных данных.