Исследователи из Китая представили ИИ для проектирования белков по текстовому описанию — Ars Technica
Исследователи из Китая представили систему Pinal, которая позволяет описать нужную функцию белка обычным языком и получить кандидатные белковые последовательности для дальнейшей проверки в лаборатории. Как сообщает Ars Technica, инструмент должен упростить проектирование белков, для которого ранее требовались детальные знания о пространственном строении белков, расположении аминокислот и механизмах работы ферментов.
От текста к последовательности
Обычные системы проектирования белков работают в два этапа: сначала создают трёхмерный каркас с заданными параметрами, а затем подбирают аминокислотную последовательность, способную свернуться в эту структуру. Pinal также использует два этапа, но начинает с запроса на естественном языке о необходимой функции.
Модуль T2struct преобразует текстовое описание в структурный план с данными о пространственных связях между аминокислотами и вероятностях разных вариантов. Далее система SAProt-T использует и текст запроса, и этот план, чтобы сформировать аминокислотную последовательность. По словам разработчиков, глобальная повторная оценка вариантов должна уменьшать риск отбрасывания структуры, которая сначала кажется менее вероятной, но может обеспечить лучшую функцию белка.
Для обучения модели команда использовала белковые последовательности из трёх баз данных, объединённые со структурными данными, предсказанными AlphaFold. Одна из баз содержала 800 млн пар «ключевое слово — белок». Функциональные теги белков также преобразовывали в текстовые описания с помощью большой языковой модели.
Больше актуальных новостей — в Telegram-канале UA.News Telegram.
Проверка кандидатов в лаборатории
Во время тестирования Pinal получила задачу создать четыре разных типа белков: флуоресцентный белок, два фермента и белок для крупного многобелкового комплекса. Для создания аналога зелёного флуоресцентного белка GFP система сгенерировала 50 тыс. вариантов. После компьютерного отбора по структурным признакам и непохожести на известные флуоресцентные белки были отобраны 29 кандидатов, полученных в кишечной палочке Escherichia coli. Флуоресценцию показал один из них.
Авторы подхода отбирали для экспериментов лишь десятки кандидатов из больших массивов сгенерированных последовательностей. Для практического применения таких инструментов, вероятно, всё ещё потребуются специализированные средства отбора, оборудованная биологическая лаборатория и специалисты, которые смогут проверить, действительно ли созданный белок работает.
Отдельный инструмент для ДНК
Отдельно Hugging Face вместе с Zhongguancun Academy и Университетом Неаполя Federico II представили Carbon X — модель с открытыми весами для работы с последовательностями ДНК и естественным языком. Она основана на Qwen3-14B и может запускаться локально, в том числе на относительно доступном оборудовании. Разработчики предупредили, что Carbon X хуже определяет конкретные позиции в длинных последовательностях и может генерировать ложные ответы при недостаточно точном запросе.
