Aureka, 7 Temmuz 2026'da Open Drug Discovery Engine (OpenDDE) adlı açık kaynak, tüm atomlu biyomoleküler temel modelini duyurdu. Model, proteinler, nükleik asitler, küçük moleküllü ligandlar ve diğer biyomoleküler bileşenler arasındaki etkileşimleri modellemek için biyomoleküler birlikte katlanmayı (co-folding) giriş noktası olarak kullanıyor.

OpenDDE, yapı tahminini izole bir uç nokta olarak ele almak yerine, dizi-yapı-fonksiyon modellemesi için paylaşılan bir yapısal akıl yürütme katmanı olarak tasarlandı. Bu sayede karmaşık yapı tahmininin yanı sıra de novo tasarım, afinite tahmini, yapı koşullu optimizasyon ve kapalı döngü keşif iş akışları için temel oluşturuyor.

Teknik Katkılar

Aureka, OpenDDE ile üç ana teknik katkı sunuyor:

  • Atomik latent akıl yürütme: Biyomoleküler tokenlar üzerinde latent akıl yürütme ile yerel geometri, kimyasal bağlam ve çapraz moleküler arayüzlerin temsillerini iyileştiriyor.
  • Katlanma merkezli genişletilebilir motor: Mevcut odak karmaşık yapı tahmini olsa da, mimari de novo tasarım ve afinite tahmini gibi modülleri destekleyecek şekilde tasarlandı.
  • Ölçekleme yasaları ve veri distilasyonu: Model parametre, veri, çıkarım ve eğitim eksenlerinde ölçekleme yönlerini inceliyor.

Performans

OpenDDE, antikor-antijen birlikte katlanmasında üç kıyaslama testinde rekabetçi sonuçlar elde etti. En iyi sıralama seçiminde PXMeter-AB'de %51,0, FoldBench-AB'de %70,0 ve 2026ARK-AB'de %66,4 başarı oranına ulaştı. Oracle seçiminde bu oranlar sırasıyla %65,9, %81,9 ve %80,1'e yükseldi. Aureka, OpenDDE'nin düşük eşikli kurtarmanın yanı sıra orta ve yüksek kaliteli DockQ rejimlerinde de iyileştirme sağladığını belirtiyor.

Ölçekleme ve Altyapı

OpenDDE yaklaşık 655 milyon eğitilebilir parametreye sahip ve eğitimi yaklaşık 414.000 GPU-saat gerektirdi (tek bir birimde yaklaşık 54 yıl). Aureka, biyomoleküler temel modeller için net ölçekleme eğilimleri belirledi: daha büyük eğitim külliyatı, daha büyük modeller, daha yetenekli çıkarım zamanı örneklemesi ve eğitim sonrası iyileştirmeler, daha güçlü biyolojik akıl yürütme ve yapı tahminine dönüşebiliyor.

Açık Kaynak ve Gelecek

OpenDDE, Apache-2.0 lisansı altında GitHub, Hugging Face ve proje web sitesinde yayınlandı. Aureka, modeli yapı tahmini, antikor-antijen modellemesi ve ilaç keşfi araştırmaları için bir temel olarak sunuyor. Gelecekte sistemi de novo tasarım, afinite tahmini, konformasyonel ensemble modelleme ve deneysel geri bildirimle genişletmeyi planlıyor.

Neden önemli

OpenDDE, biyomoleküler yapay zekanın büyük dil modellerine benzer bir ölçekleme rejimine girdiğini gösteriyor. Açık kaynak olarak yayınlanması, araştırmacıların ve startup'ların bu alandaki ilerlemelerden yararlanmasını sağlayabilir. Aureka'nın ayrıca yüksek verimli otomatik wet-lab platformu ile kuru-ıslak kapalı döngü keşif sistemi kurması, AI ajanlarının aday önermesine, otomatik deneylerle test etmesine ve geri bildirimle iyileştirmesine olanak tanıyacak. Bu, antikor keşfinde yeni nesil terapötiklerin geliştirilmesini hızlandırabilir.