Дослідники з Китаю представили ШІ для проєктування білків за текстовим описом — Ars Technica
Дослідники з Китаю представили систему Pinal, яка дає змогу описати потрібну функцію білка звичайною мовою та отримати кандидатні білкові послідовності для подальшої перевірки в лабораторії. Як повідомляє Ars Technica, інструмент має спростити проєктування білків, для якого раніше були потрібні детальні знання про просторову будову білків, розташування амінокислот і механізми роботи ферментів.
Від тексту до послідовності
Звичайні системи проєктування білків працюють у два етапи: спочатку створюють тривимірний каркас із заданими параметрами, а потім добирають амінокислотну послідовність, здатну скластися в цю структуру. Pinal також використовує два етапи, але починає з природномовного запиту про необхідну функцію.
Модуль T2struct перетворює текстовий опис на структурний план із даними про просторові зв’язки між амінокислотами та ймовірностями різних варіантів. Далі система SAProt-T використовує і текст запиту, і цей план, щоб сформувати амінокислотну послідовність. За словами розробників, глобальна повторна оцінка варіантів має зменшувати ризик відкидання структури, яка спершу видається менш імовірною, але може забезпечити кращу функцію білка.
Для навчання моделі команда використала білкові послідовності з трьох баз даних, поєднані зі структурними даними, передбаченими AlphaFold. Одна з баз містила 800 млн пар «ключове слово — білок». Функціональні теги білків також перетворювали на текстові описи за допомогою великої мовної моделі.
Більше актуальних новин читайте у Telegram-каналі UA.News.
Перевірка кандидатів у лабораторії
Під час тестування Pinal отримала завдання створити чотири різні типи білків: флуоресцентний білок, два ферменти та білок для великого багатобілкового комплексу. Для створення аналога зеленого флуоресцентного білка GFP система згенерувала 50 тис. варіантів. Після комп’ютерного відбору за структурними ознаками та несхожістю на відомі флуоресцентні білки відібрали 29 кандидатів, отриманих у кишковій паличці Escherichia coli. Флуоресценцію показав один із них.
Автори підходу відбирали для експериментів лише десятки кандидатів із великих масивів згенерованих послідовностей. Для практичного застосування таких інструментів, імовірно, все ще знадобляться спеціалізовані засоби відбору, обладнана біологічна лабораторія та фахівці, які зможуть перевірити, чи створений білок справді працює.
Окремий інструмент для ДНК
Окремо Hugging Face разом із Zhongguancun Academy та Університетом Неаполя Federico II представили Carbon X — модель із відкритими вагами для роботи з ДНК-послідовностями та природною мовою. Вона базується на Qwen3-14B і може запускатися локально, зокрема на відносно доступному обладнанні. Розробники попередили, що Carbon X гірше визначає конкретні позиції в довгих послідовностях і може генерувати хибні відповіді за недостатньо точного запиту.
