MIT beskriver CheMeleon-modellen for molekylær prediksjon med lite data

MIT News omtalte CheMeleon 6. november 2026. Modellen er en åpen grunnmodell for molekyler, utviklet for å forutsi kjemiske egenskaper når det finnes lite eksperimentelle data for den aktuelle oppgaven. Den er utviklet av forskere ved MIT og BASF og skal bidra til å prioritere molekyler for legemiddel- og materialforskning.

Den fagfellevurderte artikkelen som ligger til grunn for modellen, ble publisert før kunngjøringen. Den ble publisert på nett 7. august 2026 og kom med i septemberutgaven av Journal of Chemical Information and Modeling, datert 14. september 2026. En tidligere versjon hadde vært tilgjengelig på nett siden 2025.

Et mulig bruksområde er å anslå ligandaffinitet for et nylig oppdaget legemiddelmål i celler. Her har forskerne få målinger av den aktuelle egenskapen og må avgjøre hvilke forbindelser det er verdt å syntetisere og teste. CheMeleons oppgave er å begrense kandidatfeltet, ikke å gjøre molekylers atferd fullt ut forutsigbar.

Forhåndstrening på beregnede molekylære beskrivelser

CheMeleon ble forhåndstrent på rundt én million molekyler fra PubChem og omtrent 1 600 molekylære beskrivelser som kjemikere har utviklet gjennom flere tiår. Treningsmålene ble beregnet i stedet for å hentes fra publisert eksperimentell litteratur; eksempler er molekylvekt og antallet oksygenatomer. Denne veiledede forhåndstreningen bruker beregnbare beskrivelser med lite støy til å bygge molekylære representasjoner som kan overføres til andre oppgaver.

Den samme forhåndstrente modellen kan deretter finjusteres med en liten mengde oppgavespesifikke data for egenskaper som løselighet, viskositet, bioaktivitet eller reaktivitet med et bestemt protein eller enzym. CheMeleon er en grunnmodell med i størrelsesorden 10 millioner parametere, utviklet for rettede nevrale nettverk med meldingspassing.

MIT-studenten på masternivå Akshat Shirish Zalte sammenlignet denne tilnærmingen med klassiske, ekspertstyrte modeller, der fagspesialister manuelt beskriver hvordan egenskaper som molekylstørrelse, forgrening eller romlig omfang kan henge sammen med en egenskap som løselighet. CheMeleon lærer i stedet generelle kjemiske sammenhenger under forhåndstreningen, slik at nettverket ikke trenger å lære alt fra grunnen av for hver nye oppgave.

Referanseresultater og rapportert bruk

Forskerne evaluerte CheMeleon på 58 referansedatasett som dekker egenskaper som er relevante for utvikling av legemidler med små molekyler. Datasettene kom fra den bransjeledede referanseinitiativet Polaris. I de statistiske sammenligningene forfatterne rapporterte, gjorde CheMeleon det bedre enn klassiske referansemodeller, blant annet Random Forest brukt på molekylære fingeravtrykk og beskrivelser, samt eksisterende grunnmodeller.

William Green, Hoyt Hottel-professor i kjemiteknikk ved MIT, sa at modellen reduserer kraftig antallet molekyler som må testes eksperimentelt for å forutsi egenskapene til nye forbindelser nøyaktig. Han knyttet denne fordelen til tiden og kostnadene ved syntetisering og testing.

Green sa at ni av de 20 beste bidragene i en OpenADMET-konkurranse som ble arrangert tidligere i 2026, brukte CheMeleon i arbeidsflyter for å forutsi egenskapene til molekyler som ikke tidligere var blitt syntetisert.

MIT rapporterte at flere legemiddelselskaper bruker modellen regelmessig. Green sa at minst ett ikke navngitt selskap hadde bedt de ansatte om å begynne med CheMeleon hver gang de skulle modellere en egenskap.

Åpen tilgang og praktiske begrensninger

CheMeleon og rammeverket for forhåndstrening er åpen kildekode, og brukere kan laste ned og finjustere modellen gjennom ChemProp, programvare som er utviklet og vedlikeholdes av Greens gruppe. Prosjektet samler også forskere innen kjemiteknikk ved MIT og BASF SE-forskerne Jochen Sieg, Christian Feldmann og Miriam Mathea i Tyskland.

For forskerteam som arbeider med oppdagelse av nye forbindelser, er den praktiske betydningen at modellen gir et utgangspunkt som kan gjenbrukes når det finnes lite direkte relevante treningsdata for en ny egenskap. De rapporterte referanseresultatene og den tidlige bruken viser at CheMeleon har kommet lenger enn en enkelt demonstrasjon i et laboratorium. Rollen er likevel fortsatt å prioritere kandidater: Forbindelsene modellen foretrekker, må fremdeles undersøkes eksperimentelt for å fastslå hvordan de faktisk oppfører seg.