Apple представила ИИ-модель SimpleDesign для проектирования белков

Apple анонсировала новую модель искусственного интеллекта под названием SimpleDesign, которая способна одновременно создавать последовательности аминокислот и их трехмерные структуры. Эта модель отличается более простой архитектурой по сравнению с известной разработкой DeepMind AlphaFold.

Разработка SimpleDesign основана на модели SimpleFold, созданной в прошлом году, которая использовала метод сопоставления потоков (flow matching) для генерации трехмерной структуры белка на основе заданной аминокислотной последовательности. Метод начинается с случайного зашумленного состояния, и модель учится находить оптимальный путь к конечному результату, что схоже с процессами в диффузионных моделях, применяемых для генерации изображений. В данной модели также применяются универсальные блоки архитектуры трансформера, которые используются в текстовой генерации.

Принципы, разработанные для SimpleFold, были адаптированы для более широкой задачи проектирования белков, что привело к созданию SimpleDesign. В отличие от многих современных систем, которые используют два этапа — преобразование белковых структур в токены и генерацию новых последовательностей — SimpleDesign упрощает процесс, обучая модель на парах «последовательность аминокислот — трехмерные координаты» без разложения на токены.

В обучение модели было включено более 2 миллиардов пар «последовательность — структура» белка, в основном собранных из набора данных AFESM, который включает данные из AlphaFold и дополнительные образцы. В процессе обучения исследователи вводили искажения как в последовательности аминокислот, так и в трехмерные структуры, что позволяло модели одновременно учиться решать две задачи: восстановление структуры и создание новых последовательностей.

Результаты тестирования SimpleDesign показали ее конкурентоспособность в задачах проектирования белков, восстановлении их структур и последовательностей аминокислот. Модель демонстрирует способность генерировать правдоподобные белковые структуры, а ее аминокислотные последовательности часто превосходят результаты других мультимодальных моделей. Однако результаты пока ограничены компьютерным анализом, так как сгенерированные белки не проходили экспериментальную проверку.