Badacze z Chin przedstawili AI do projektowania białek na podstawie opisu tekstowego — Ars Technica
Badacze z Chin przedstawili system Pinal, który umożliwia opisanie potrzebnej funkcji białka zwykłym językiem i uzyskanie kandydackich sekwencji białkowych do dalszego sprawdzenia w laboratorium. Jak podaje Ars Technica, narzędzie ma uprościć projektowanie białek, które wcześniej wymagało szczegółowej wiedzy o przestrzennej budowie białek, położeniu aminokwasów i mechanizmach działania enzymów.
Od tekstu do sekwencji
Typowe systemy projektowania białek działają w dwóch etapach: najpierw tworzą trójwymiarowy szkielet o zadanych parametrach, a następnie dobierają sekwencję aminokwasową zdolną złożyć się w tę strukturę. Pinal również wykorzystuje dwa etapy, ale zaczyna od zapytania w języku naturalnym o wymaganą funkcję.
Moduł T2struct przekształca opis tekstowy w plan strukturalny zawierający dane o relacjach przestrzennych między aminokwasami i prawdopodobieństwach różnych wariantów. Następnie system SAProt-T wykorzystuje zarówno tekst zapytania, jak i ten plan, aby utworzyć sekwencję aminokwasową. Według twórców globalna ponowna ocena wariantów ma zmniejszać ryzyko odrzucenia struktury, która początkowo wydaje się mniej prawdopodobna, ale może zapewnić lepszą funkcję białka.
Do trenowania modelu zespół wykorzystał sekwencje białkowe z trzech baz danych, połączone z danymi strukturalnymi przewidzianymi przez AlphaFold. Jedna z baz zawierała 800 mln par „słowo kluczowe — białko”. Funkcjonalne tagi białek również przekształcano w opisy tekstowe za pomocą dużego modelu językowego.
Więcej aktualnych wiadomości na kanale UA.News w Telegramie Telegram.
Sprawdzanie kandydatów w laboratorium
Podczas testów Pinal otrzymał zadanie stworzenia czterech różnych typów białek: białka fluorescencyjnego, dwóch enzymów oraz białka dla dużego kompleksu wielobiałkowego. Aby stworzyć analog zielonego białka fluorescencyjnego GFP, system wygenerował 50 tys. wariantów. Po komputerowej selekcji pod kątem cech strukturalnych i niepodobieństwa do znanych białek fluorescencyjnych wybrano 29 kandydatów otrzymanych w bakterii Escherichia coli. Jeden z nich wykazał fluorescencję.
Autorzy tego podejścia wybierali do eksperymentów jedynie dziesiątki kandydatów z dużych zbiorów wygenerowanych sekwencji. Do praktycznego zastosowania takich narzędzi prawdopodobnie nadal będą potrzebne wyspecjalizowane środki selekcji, wyposażone laboratorium biologiczne oraz specjaliści, którzy będą mogli sprawdzić, czy stworzone białko rzeczywiście działa.
Oddzielne narzędzie do DNA
Osobno Hugging Face wraz z Zhongguancun Academy i Uniwersytetem Neapolitańskim Federico II przedstawili Carbon X — model o otwartych wagach do pracy z sekwencjami DNA i językiem naturalnym. Opiera się on na Qwen3-14B i może być uruchamiany lokalnie, w tym na stosunkowo przystępnym sprzęcie. Twórcy ostrzegli, że Carbon X gorzej określa konkretne pozycje w długich sekwencjach i może generować fałszywe odpowiedzi przy niewystarczająco precyzyjnym zapytaniu.
