Leash Bio e Minos: simulações de laboratório para agentes de IA aceleram a descoberta de fármacos
Leash Bio apresenta Minos, ambiente de simulação para agentes de IA fazerem raciocínio científico verificável, com dataset aberto e preprint.
Resumo: A Leash Bio, especializada em bibliotecas codificadas por DNA (DELs), lançou o Minos, um ambiente de simulação que gera dezenas de milhares de experimentos 'lab-in-the-loop' para agentes de IA treinarem raciocínio científico verificável. A novidade importa porque oferece uma infraestrutura aberta para agentes aprenderem química com dados reais e feedback automatizado, algo raro fora de grandes laboratórios.
Pontos-chave
- Leash Bio lança Minos, ambiente de simulação para agentes de IA com raciocínio científico verificável.
- Dados de DELs da empresa permitem gerar dezenas de milhares de simulações 'lab-in-the-loop'.
- Competição Kaggle mostrou que modelos atuais não superam o acaso em bibliotecas químicas não vistas.
- Efeito 'Clever Hans' no ChEMBL revela que modelos podem aprender vieses dos dados em vez de química real.
- Hermes, modelo da Leash Bio, treinado só com dados próprios, tem desempenho comparável ao Boltz em benchmarks públicos.
Nesta matéria
O que é o Minos e por que ele importa agora?#
Minos é um ambiente de simulação criado pela Leash Bio para agentes de IA realizarem raciocínio científico verificável. Ele foi construído a partir dos dados de DELs (bibliotecas codificadas por DNA) que a empresa coletou ao longo de anos.
A relevância é que esses dados permitem gerar dezenas de milhares de simulações 'lab-in-the-loop', ou seja, experimentos simulados com feedback automatizado, ideais para treinar agentes com aprendizado por reforço científico.
A Leash Bio está disponibilizando um preprint, um blog e um dataset aberto sobre o Minos, o que pode acelerar a pesquisa em IA para descoberta de fármacos.
Como a Leash Bio transformou DELs em dados confiáveis?#
DELs são bibliotecas de moléculas marcadas com códigos de DNA que permitem medir interações entre proteínas e pequenas moléculas em altíssima escala. No entanto, a técnica é conhecida por gerar dados ruidosos e difíceis de reproduzir.
A Leash Bio desenvolveu um método para extrair dados limpos e reprodutíveis, colocando dezenas de códigos de barras em cada molécula para identificar proteínas que se ligam ao DNA em vez do fármaco. Isso evita falsos positivos.
O segredo, segundo Ian Quigley, está no rigor epistêmico e na convicção de 'fazer a coisa' com cuidado experimental.
O que a competição Kaggle revelou sobre modelos de química?#
A Leash Bio organizou uma competição no Kaggle com cerca de 4 bilhões de medições e aproximadamente 2.000 equipes. O objetivo era prever a ligação entre proteínas e moléculas.
Nenhuma equipe conseguiu superar o acaso em uma biblioteca química não vista, mostrando que o problema de prever ligações ainda não está resolvido.
Além disso, a empresa temia que métodos de co-folding tornassem seus dados obsoletos, mas isso não aconteceu.
O que é o 'Cavalo de Troia' em dados de química?#
Um fenômeno chamado 'Cavalo de Troia' (Clever Hans) foi identificado no ChEMBL: modelos conseguem adivinhar o químico que criou uma molécula a partir de sua estrutura, e 'quem fez' prevê a atividade quase tão bem quanto a própria estrutura.
Isso significa que modelos podem aprender vieses dos dados em vez de aprender química real, um alerta para quem treina IA com dados públicos.
A Leash Bio contornou isso treinando o Hermes, seu modelo, apenas com seus próprios dados, e obteve desempenho comparável ao Boltz em benchmarks públicos.
Como agentes de IA podem raciocinar sobre química?#
No Minos, agentes de IA podem raciocinar sobre relações estrutura-atividade (SAR) em inglês simples e buscar os melhores ligantes entre 6,5 milhões de moléculas com um orçamento de apenas 100 experimentos.
Isso simula um ambiente de laboratório real, onde o agente precisa decidir quais experimentos fazer para maximizar o aprendizado.
A Leash Bio chama isso de 'lab-in-the-loop' em velocidade de computação, permitindo treinar agentes para raciocínio científico verificável.
O que isso muda para quem usa IA?#
Para desenvolvedores de IA, o Minos oferece um ambiente aberto para testar agentes em tarefas científicas com feedback verificável, algo escasso no mercado. A Invision, plataforma multimodelo da Dream Vision, permite acessar diversos modelos de IA com uma única chave, o que pode facilitar a experimentação com diferentes abordagens em projetos como esse.
A disponibilização de dataset e preprint também permite que a comunidade reproduza e melhore os resultados, acelerando o avanço da área.
Perguntas frequentes
O que é o Minos da Leash Bio?
Minos é um ambiente de simulação para agentes de IA realizarem raciocínio científico verificável, usando dados de DELs para gerar dezenas de milhares de experimentos 'lab-in-the-loop'.
O que são DELs e por que são importantes?
DELs são bibliotecas codificadas por DNA que permitem medir interações entre proteínas e moléculas em alta escala; bem utilizadas, geram dados valiosos para treinar modelos de IA.
O que a competição Kaggle da Leash Bio mostrou?
Que nenhuma equipe conseguiu prever ligações proteína-ligante em uma biblioteca química não vista, indicando que o problema ainda não está resolvido por modelos atuais.
O que é o efeito 'Clever Hans' em dados de química?
É quando modelos aprendem vieses dos dados, como identificar o químico criador da molécula, em vez de aprender a química real, comprometendo a generalização.
Fonte original: Lab-in-the-Loop at Compute Speed — Ian Quigley, Leash Bio (Latent Space). Matéria escrita pela redação da Invision a partir dessa notícia. Versão em texto.