Southwest Research Institute har utvecklat GAMES (Generative Approaches for Molecular Encodings), ett maskininlärningsverktyg som använder stora språkmodeller för att skapa textsträngar som beskriver kemiska strukturer. Verktyget är integrerat i deras befintliga plattform Rhodium och har en inbyggd ranking som pekar på de mest lovande föreningarna baserat på egenskaper hos redan FDA-godkända läkemedel.

GAMES har redan använts i flera projekt och identifierade 18 antivirala kandidater med förbättrad sannolikhet för FDA-godkännande mot filovirusinfektioner som ebola. Verktygets rekommendationer placerar sig i de 10 % bästa rankade kandidaterna, och över en fjärdedel har gått vidare till fördjupade studier. Systemet tar även hänsyn till tillgängliga kemiska råvaror i den inhemska leveranskedjan för att underlätta syntes.

För att förbättra modellens precision har teamet använt reinforcement learning från mänsklig feedback. GAMES genererar nya sekvenser från befintliga exempel, vilket ger implicit bakgrundsinformation och ökar både noggrannhet och konsistens i resultaten. Verktyget presenteras på Cancer Prevention and Research Conference i Houston i oktober.