Naukowcy z arXiv CS.AI wprowadzili SpecOpt - system do optymalizacji specyficzności wiązania małych cząsteczek lekowych. Zamiast projektować nowe związki, metoda ta skupia się na zmianach strukturalnych istniejących leków, aby wzmocnić ich afinację do zamierzonego celu białkowego przy jednoczesnym zmniejszeniu wiązania z celami niepożądanymi.
System działa jako agent który dokuje każdy związek zarówno do docelowego białka jak i potencjalnych celów niepożądanych, porównuje wynikowe pozycje poprzez analizę kontaktów między atomami a białkami, a następnie przekazuje te różnice dużemu modelowi językowemu. LLM proponuje konkretne modyfikacje strukturalne kandydata, które są sprawdzane pod kątem podobieństwa molekularnego, właściwości ADMET i selektywności dokowania.
Wyniki na zbiorze 915 związków są obiecujące: system poprawił przepaść w wiązaniu między celem a celami niepożądanymi dla 84,8 procent związków, przesuwając średnią przepaść z -0,72 do +0,47 kcal/mol przy zachowaniu średniego podobieństwa Tanimoto na poziomie 0,72 do wyjściowych cząsteczek. To oznacza, że zmodyfikowane cząsteczki pozostają strukturalnie zbliżone do oryginalnych leków, co jest kluczowe z perspektywy ich zarówno bezpieczeństwa jak i możliwości przejścia przez dalsze fazy badań farmaceutycznych.