Genesis Molecular AI hat mit Pearl einen bahnbrechenden Generativen Grundmodell für die Vorhersage von Biomolekülstrukturen vorgestellt, das laut Unternehmensangaben die Leistungsfähigkeit bestehender Systeme, darunter AlphaFold 3, übertreffen soll. Der Modellansatz basiert auf einer neuartigen Architektur, einer optimierten Trainingsmethodik und der Nutzung großer Mengen synthetischer Daten aus physikalischen Simulationen. Da experimentelle Strukturdaten in der Biochemie selten und kostspielig sind, setzt Pearl auf die Kombination von physikbasierten Simulationen und effizienten Lernstrategien für Niedrigdaten-Szenarien. Ein zentrales Innovationsmerkmal ist der Nachweis von Skalierungsgesetzen bei synthetischen Daten: Je mehr Simulationsdaten eingesetzt werden, desto besser wird die Modellleistung – ein entscheidener Fortschritt für die generative KI im Bereich der Arzneimittelentwicklung. Pearl ist ein end-to-end-Diffusionsmodell, das die Wechselwirkungen zwischen Proteinen und kleinen Molekülen präzise vorhersagt. Im Vergleich zu AlphaFold 3 und anderen offenen Kofolding-Modellen wie Boltz-1, Chai-1 oder Protenix zeigte Pearl in standardisierten Tests eine überlegene Genauigkeit und physikalische Plausibilität. Besonders hervorzuheben ist, dass Pearl nicht nur in reinen Kofolding-Szenarien überlegen ist, sondern auch durch Expertenbedingungen während der Inferenz verbessert werden kann – ein entscheidender Vorteil für die praktische Anwendung in der Arzneimittelentwicklung, insbesondere bei flexiblen oder schwierigen Zielproteinen. Evan Feinberg, CEO von Genesis, betont, dass AlphaFold 3 ein historischer Meilenstein war, aber Pearl der erste Modellansatz sei, der dessen Leistung in kritischen realen Szenarien übertreffe. Er weist darauf hin, dass viele bestehende Kofolding-Modelle in der Praxis an ihre Grenzen stoßen, da sie nicht gut generalisieren und gelegentlich offensichtliche physikalische Inkonsistenzen produzieren. Pearl hingegen ist Teil der umfassenden GEMS-Plattform (Genesis Exploration of Molecular Space), die KI und Physik integriert, um die Entwicklung von Medikamenten für bisher unzugängliche Zielstrukturen zu ermöglichen. Im November 2024 kündigte Genesis eine strategische Zusammenarbeit mit NVentures, dem Risikokapitalfonds von NVIDIA, an. Dabei wurden NVIDIA’s cuEquivariance-Kerne zur Beschleunigung von Dreiecksoperationen in Pearl integriert, was zu einer 15 %igen Beschleunigung beim Training und 10 bis 80 % bei der Inferenz führte. Die Kooperation zielt darauf ab, die Skalierbarkeit von Pearl weiter zu steigern, um auch für große pharmazeutische Projekte und Partnerschaften nutzbar zu sein. Industrieexperten sehen in Pearl einen Meilenstein für die Zukunft der Arzneimittelentwicklung. Die Kombination von physikbasierten Simulationen und generativer KI eröffnet neue Möglichkeiten, molekulare Interaktionen präzise zu modellieren – ein entscheidender Schritt hin zu personalisierten und gezielteren Therapien. Mit über 300 Millionen US-Dollar an Finanzierung und Partnerschaften mit großen Pharmaunternehmen positioniert sich Genesis als führender Akteur im Bereich molekularer KI. Die vollständige technische Studie und weiterführende Informationen sind unter genesis.ml/pearl_technical_report/ verfügbar.