Il consorzio formato da aziende farmaceutiche ha addestrato OpenFold3 utilizzando oltre 20.000 strutture proteiche presenti negli archivi aziendali. Il nuovo modello ha mostrato prestazioni migliori rispetto ai modelli addestrati esclusivamente con dati pubblici o con i dati di una singola azienda. Lo studio, che non è stato sottoposto a revisione paritaria, è stato annunciato tramite un post sul blog; il modello non è stato reso pubblico.
Perché è importante
I risultati indicano che, nella modellazione delle strutture proteiche, oltre all’ampiezza del bacino di dati, anche i dati proprietari condivisibili tra aziende potrebbero influire sui confronti delle prestazioni. Questa situazione solleva, per i ricercatori che lavorano con dati pubblici, la questione di come gli archivi aziendali inaccessibili modifichino le condizioni della concorrenza. Per le aziende farmaceutiche, invece, diventa importante stabilire se l’uso congiunto dei dati produca risultati diversi rispetto agli studi basati sulle risorse di una singola organizzazione. Tuttavia, poiché lo studio non è ancora stato esaminato da revisori e il modello non è stato reso disponibile, per il momento non è possibile verificare in modo indipendente i risultati, valutare dettagliatamente il metodo né sottoporlo a test da parte di altri gruppi. Entrambe le circostanze lasciano aperta la questione se la differenza nelle prestazioni derivi dall’unione dei dati oppure da altre caratteristiche del modello.