ByteDance’ın Protenix V1, AlphaFold3 ile eşit doğrulukta açık kaynaklı protein tahmini sağlıyor

ByteDance, açık kaynaklı biomoleküler yapı tahmininde yeni bir dönüm noktası yarattı. Şirket, Protenix V1 adlı yapay zeka modelini GitHub üzerinde duyurarak, AlphaFold3 ile eşit düzeyde doğruluk sağladığını açıkladı. Bu gelişme, açık kaynaklı topluluk için büyük bir ilerleme olarak kabul ediliyor. Protenix V1, proteinlerin ve nükleik asitlerin üç boyutlu yapılarını yüksek hassasiyetle tahmin edebilme yeteneğine sahip. Model, AlphaFold3’ün eğitim veri seti, model ölçeği ve karar bütçesiyle tamamen eşleşecek şekilde tasarlandı.

Protenix V1: Açık Kaynakta AlphaFold3’ün Eşdeğeri

ByteDance’ın geliştirdiği Protenix V1, 1.738 GitHub yıldızı ve 244 fork ile büyük ilgi gördü. Model, Python dilinde yazılmış olup, kodun %95’ini oluşturuyor. CUDA ve C++ ile optimize edilmiş yapı, karmaşık biomoleküler tahminlerde yüksek performans sağlıyor. Projenin README dosyasında, ‘Protein + X’ fikri vurgulanıyor; bu da modelin yalnızca proteinler değil, protein-nükleik asit kompleksleri, ligandlar ve diğer biyolojik moleküller için de genişletilebilir olduğunu gösteriyor.

Endüstri ve Bilim Üzerindeki Etkileri

AlphaFold3, DeepMind’in 2024 yılında piyasaya sürdüğü ve biyolojik yapı tahmininde devrim yaratan bir modeldi. Ancak, bu modelin tamamı açık kaynaklı değildi ve kullanım sınırlamaları vardı. Protenix V1, bu sınırlamaları aşarak, akademik ve endüstriyel araştırmacılar için ücretsiz ve tamamen erişilebilir bir alternatif sunuyor. Özellikle ilaç geliştirme, hastalıkların moleküler mekanizmalarının anlaşılması ve yeni terapilerin tasarımı gibi alanlarda büyük potansiyele sahip.

ByteDance, modelin başarılarını doğrulamak için çeşitli benchmark testlerini gerçekleştirdi. Bu testlerde, Protenix V1, AlphaFold3 ile kıyaslandığında, RMSD (kök ortalama kare sapma) ve pLDDT (tahmini lokal doğruluk skoru) gibi kritik metriklerde benzer veya daha iyi sonuçlar verdi. Ayrıca, modelin eğitim süreci, açık kaynaklı veri setleri ve yeniden üretilebilirlik ilkelerine uygun şekilde detaylı şekilde belgelenmiştir.

Şirket, modelin geliştirilmesinde Beijing ve Seattle merkezli bir ekip çalışmış. Projenin GitHub sayfasında, ‘We’re hiring!’ mesajı ile araştırma ve mühendislik pozisyonları için başvurular açık. Bu durum, ByteDance’ın bu alanda uzun vadeli bir yatırım yaptığına işaret ediyor. Protenix V1’in duyurusu, açık kaynaklı AI topluluğunda AlphaFold3’e meydan okuma dalgasını kuvvetlendirdi ve gelecekteki biomoleküler tahmin modellerinin daha şeffaf, erişilebilir ve yeniden üretilebilir olacağını gösterdi.