İlaç geliştirme dünyasında yapay zekanın rolü giderek artarken, bu sistemlerin kararlarını nasıl aldığını anlamak kritik bir sorun haline geldi. Araştırmacılar, bu soruna çözüm olarak Bolek adını verdikleri çığır açıcı bir model geliştirdi.
Bolek, moleküler yapıları analiz ederken aynı zamanda bu analizin mantığını da açıklayabilen çok modlu bir dil modeli. Sistem, Morgan parmak izi adı verilen özel bir moleküler kodlama tekniğini kullanarak, kimyasal yapıları doğal dil işleme yetenekleriyle birleştiriyor. Bu sayede sadece 'evet' veya 'hayır' şeklinde cevaplar vermekle kalmıyor, aynı zamanda bu sonuçlara nasıl vardığını detaylı şekilde anlatabiliyor.
Model, molekül tanımlama, kimyasal özellik tahmini ve alt yapı tespiti gibi çeşitli görevlerde eğitildi. Test sonuçları oldukça etkileyici: 15 farklı biyolojik sınıflandırma görevinde temel modeline kıyasla üstün performans sergiledi. ROC/PR AUC değerlerinde 0.55'ten 0.76'ya çıkan artış, modelin güvenilirliğini gösteriyor.
Bu gelişme, ilaç keşfi süreçlerinde şeffaflık sorununun çözümüne önemli katkı sağlıyor. Artık araştırmacılar, AI sistemlerinin moleküler özellik tahminlerini daha iyi anlayabilecek ve bu bilgilere dayanarak daha bilinçli kararlar alabilecek.