Boltz-2: 정확하고 효율적인 결합 친화도 예측

생체 분자 상호작용의 정확한 모델링은 현대 생물학의 핵심 과제입니다. AlphaFold3 및 Boltz-1과 같은 최근 발전은 생체 분자 복합체 구조 예측 능력을 크게 향상시켰지만, 분자 기능 및 치료 효능의 핵심 속성인 결합 친화도 예측에는 여전히 한계가 있었습니다. 본 연구는 구조 및 친화도 예측 모두에서 강력한 성능을 보이는 새로운 구조 생물학 기반 모델인 Boltz-2를 소개합니다. Boltz-2는 실험 방법 조건화, 거리 제약, 다중 사슬 템플릿 통합과 같은 제어 가능성 기능을 도입했으며, 소분자-단백질 결합 친화도 추정에서 자유 에너지 섭동(FEP) 방법의 성능에 근접하는 최초의 AI 모델입니다. Boltz-2는 FEP보다 최소 1000배 이상 계산 효율적이면서도, 여러 벤치마크에서 실험 결과와 높은 상관관계를 보입니다. 또한, Boltz-2를 소분자 생성 모델과 결합하여 TYK2 표적에 대한 절대 FEP 시뮬레이션으로 추정된 다양하고 합성 가능한 고친화도 결합제를 찾는 효과적인 워크플로우를 시연했습니다. 머신러닝과 생물학의 교차점에서 광범위한 채택과 혁신을 촉진하기 위해, Boltz-2의 가중치, 추론 및 학습 코드를 개방형 라이선스로 공개하여 학술 및 산업 연구 모두에 견고하고 확장 가능한 기반을 제공합니다.