Das von Pharmaunternehmen gebildete Konsortium trainierte OpenFold3 mit mehr als 20.000 Proteinstrukturen aus den Unternehmensarchiven. Das neue Modell zeigte eine bessere Leistung als Modelle, die ausschließlich mit öffentlich zugänglichen Daten oder mit den Daten eines einzigen Unternehmens trainiert wurden. Die nicht peer-reviewte Arbeit wurde in einem Blogbeitrag angekündigt; das Modell wurde nicht öffentlich zugänglich gemacht.
Warum das wichtig ist
Die Ergebnisse deuten darauf hin, dass bei der Modellierung von Proteinstrukturen nicht nur die Größe des Datenbestands, sondern auch proprietäre Daten, die zwischen Unternehmen geteilt werden können, die Leistungsvergleiche beeinflussen könnten. Damit stellt sich die Frage, wie nicht zugängliche Unternehmensarchive die Wettbewerbsbedingungen für Forschende verändern, die mit öffentlich zugänglichen Daten arbeiten. Für Pharmaunternehmen gewinnt hingegen die Frage an Bedeutung, ob gemeinsam genutzte Daten zu anderen Ergebnissen führen als Arbeiten, die auf den Ressourcen einer einzigen Organisation beruhen. Da die Studie jedoch noch nicht von Fachleuten begutachtet wurde und das Modell nicht zur Nutzung freigegeben ist, sind eine unabhängige Überprüfung der Ergebnisse, eine detaillierte Bewertung der Methode und Tests durch andere Teams vorerst nicht möglich. Beide Umstände lassen offen, ob der Leistungsunterschied auf die Zusammenführung der Daten oder auf andere Eigenschaften des Modells zurückzuführen ist.