MIT giới thiệu mô hình CheMeleon để dự đoán phân tử với dữ liệu hạn chế

Tin tức MIT giới thiệu CheMeleon vào ngày 6 tháng 11 năm 2026, một mô hình nền tảng phân tử mã nguồn mở được thiết kế để dự đoán các tính chất hóa học khi dữ liệu thực nghiệm dành riêng cho từng tác vụ khan hiếm. Được các nhà nghiên cứu tại MIT và BASF phát triển, mô hình này nhằm ưu tiên các phân tử phục vụ việc khám phá thuốc và vật liệu.

Bài báo được bình duyệt làm cơ sở cho mô hình đã xuất hiện trước thông báo này. Bài báo được đăng trực tuyến vào ngày 7 tháng 8 năm 2026 và xuất hiện trong số ra ngày 14 tháng 9 năm 2026 của Journal of Chemical Information and Modeling; một phiên bản trước đó đã có trên mạng từ năm 2025.

Một tình huống ứng dụng là ước tính ái lực của phối tử đối với một đích tác dụng của thuốc trong tế bào mới được phát hiện. Trong trường hợp này, các nhà nghiên cứu chỉ có một vài phép đo về tính chất cần quan tâm và phải quyết định hợp chất nào đáng được tổng hợp và thử nghiệm. CheMeleon giúp thu hẹp danh sách ứng viên, chứ không khiến hành vi của phân tử có thể dự đoán chính xác tuyệt đối.

Tiền huấn luyện bằng các chỉ số phân tử được tính toán

CheMeleon được tiền huấn luyện trên khoảng một triệu phân tử từ PubChem và khoảng 1.600 chỉ số phân tử do các nhà hóa học phát triển trong nhiều thập kỷ. Các giá trị mục tiêu dùng để huấn luyện được tính toán thay vì thu thập từ các tài liệu thực nghiệm đã xuất bản; ví dụ gồm khối lượng phân tử và số nguyên tử oxy. Quá trình tiền huấn luyện có giám sát này sử dụng các chỉ số có thể tính toán với mức nhiễu thấp để xây dựng những biểu diễn phân tử có thể chuyển sang các tác vụ khác.

Sau đó, cùng mô hình đã tiền huấn luyện có thể được tinh chỉnh bằng một lượng nhỏ dữ liệu dành riêng cho từng tác vụ để dự đoán các tính chất như độ hòa tan, độ nhớt, hoạt tính sinh học hoặc khả năng phản ứng với một protein hay enzyme cụ thể. CheMeleon là một mô hình nền tảng có cỡ 10 triệu tham số, được phát triển cho các mạng nơ-ron truyền thông điệp có định hướng.

Akshat Shirish Zalte, nghiên cứu sinh sau đại học tại MIT, so sánh cách tiếp cận này với các mô hình cổ điển do chuyên gia xây dựng, trong đó các chuyên gia tự mã hóa cách những chỉ số như kích thước phân tử, mức độ phân nhánh hoặc độ cồng kềnh có thể liên quan đến một tính chất như độ hòa tan. Thay vào đó, CheMeleon học các mối quan hệ hóa học tổng quát trong quá trình tiền huấn luyện, nhờ vậy mạng không cần học lại mọi thứ từ đầu cho mỗi tác vụ mới.

Kết quả đối chuẩn và mức độ ứng dụng được báo cáo

Các nhà nghiên cứu đánh giá CheMeleon trên 58 bộ dữ liệu đối chuẩn, bao quát các tính chất có liên quan đến quá trình khám phá thuốc phân tử nhỏ; những bộ dữ liệu này được lấy từ sáng kiến đối chuẩn Polaris do ngành công nghiệp dẫn dắt. Theo các so sánh thống kê do nhóm tác giả báo cáo, CheMeleon vượt trội hơn các mô hình cơ sở cổ điển, bao gồm Random Forest áp dụng cho dấu vân tay phân tử và các chỉ số phân tử, cũng như những mô hình nền tảng hiện có.

William Green, Giáo sư Kỹ thuật Hóa học Hoyt Hottel tại MIT, cho biết mô hình giúp giảm đáng kể số lượng phân tử cần được thử nghiệm thực tế để dự đoán chính xác các tính chất của hợp chất mới, qua đó tiết kiệm thời gian và chi phí tổng hợp, thử nghiệm.

Green cho biết 9 trong số 20 mục đứng đầu tại cuộc thi OpenADMET tổ chức vào đầu năm 2026 đã sử dụng CheMeleon trong quy trình dự đoán tính chất của những phân tử chưa từng được tổng hợp trước đó.

MIT cho biết một số công ty dược phẩm thường xuyên sử dụng mô hình này. Green nói rằng ít nhất một công ty không được nêu tên đã chỉ thị nhân viên bắt đầu bằng CheMeleon mỗi khi mô hình hóa một tính chất.

Khả năng tiếp cận mở và những giới hạn thực tiễn

CheMeleon và khuôn khổ tiền huấn luyện của mô hình được phát hành dưới dạng mã nguồn mở; người dùng có thể tải xuống và tinh chỉnh mô hình thông qua ChemProp, phần mềm do nhóm của Green phát triển và duy trì. Dự án còn kết hợp các nhà nghiên cứu kỹ thuật hóa học của MIT với các nhà khoa học của BASF SE tại Đức là Jochen Sieg, Christian Feldmann và Miriam Mathea.

Đối với các nhóm nghiên cứu khám phá, ý nghĩa thực tiễn là họ có được một điểm khởi đầu có thể tái sử dụng khi dữ liệu huấn luyện liên quan trực tiếp đến một tính chất mới còn hạn chế. Các kết quả đối chuẩn được báo cáo và mức độ ứng dụng ban đầu cho thấy CheMeleon đã vượt ra ngoài phạm vi một minh chứng đơn lẻ trong phòng thí nghiệm; tuy nhiên, vai trò của mô hình vẫn là ưu tiên lựa chọn: các hợp chất được mô hình đánh giá cao vẫn cần được nghiên cứu thực nghiệm để xác định hành vi thực tế.