Apple ha desarrollado el modelo de proteínas SimpleDesign

Los investigadores de Apple han publicado un modelo de inteligencia artificial llamado SimpleDesign, capaz de generar simultáneamente la secuencia de aminoácidos y la estructura tridimensional de las proteínas. Según el artículo publicado en la página de Apple Machine Learning Research, el sistema elimina el proceso de representación oculta en dos fases que se utiliza en muchos métodos de diseño de proteínas. En lugar de comprimir primero los datos con un codificador independiente, el modelo se entrena directamente de principio a fin sobre las secuencias y las estructuras. Los investigadores entrenaron a SimpleDesign con más de dos millones de pares de secuencias y estructuras, y afirman haber obtenido resultados competitivos en pruebas de diseño colaborativo y generación incondicional. El trabajo es un modelo de investigación; no implica un nuevo fármaco ni un producto proteico validado en el laboratorio.

El modelo aprende la secuencia y la estructura tridimensional de forma conjunta

La función de una proteína no depende únicamente del orden de los aminoácidos, sino también de la forma que adopta dicha cadena en el espacio. Por ello, al diseñar una nueva proteína, es necesario abordar conjuntamente la relación entre la secuencia y la estructura. SimpleDesign procesa ambos tipos de datos dentro del mismo modelo, utilizando métodos de cálculo distintos para cada uno. A continuación, la capa de atención global establece las conexiones entre la secuencia y la estructura en un contexto común.

Parte de los métodos generativos actuales entrenan primero codificadores automáticos que convierten la estructura y la secuencia de la proteína en símbolos ocultos. En una segunda fase, el modelo generativo aprende en este espacio comprimido. El equipo de Apple sostiene que este proceso de varias etapas no es obligatorio. SimpleDesign combina la entropía cruzada discreta para las secuencias y el objetivo de regresión para las estructuras bajo un único objetivo de entrenamiento.

El enfoque de una sola etapa puede simplificar la cadena de entrenamiento y reducir los detalles que se pierden en el codificador intermedio. Sin embargo, esto no significa que el modelo simplificado requiera menos recursos computacionales. La estructura de las proteínas contiene datos geométricos de gran dimensión y el entrenamiento con millones de ejemplos exige una considerable potencia de cálculo. Además, obtener buenos resultados en pruebas comparativas no garantiza que todas las proteínas generadas vayan a funcionar en un entorno celular real.

Los modelos de diseño de proteínas pueden generar puntos de partida para candidatos a fármacos, enzimas, anticuerpos y nuevos biomateriales. Los investigadores pueden analizar un gran número de secuencias posibles en un entorno informático y reducir así el número de candidatos que pasarán a la fase de pruebas de laboratorio. Sin embargo, la seguridad, la estabilidad de plegamiento y la actividad biológica no pueden verificarse únicamente a partir de los resultados del modelo. Los experimentos en laboratorio y las repeticiones independientes siguen siendo una parte indispensable del proceso.

Sistema Mercusys Wi-Fi 7 de dos unidades: 4.413,28 TL con un descuento de 1.485,72 TL

Comprar

Teclado mecánico Aula F87 Pro con distribución Q turca, con un descuento de 477 TL, por 2.519 TL

Comprar

El ThinkBook 14 con Core Ultra 7 y el paquete Premium sale a la venta por 50 064,85 TL

Comprar

El SteelSeries Aerox 3 Ghost inalámbrico cuesta 2.999 TL con un descuento de 250 TL

Comprar

Ver todo Reducir

Ver todas las ofertas

PUBLICIDAD — Este contenido incluye enlaces de afiliados. Teknoblog puede obtener una comisión por las compras realizadas a través de estos enlaces.

El trabajo de SimpleDesign está asociado a la revista *Transactions on Machine Learning Research* y el preprint del artículo está disponible. El preprint publicado por los autores detalla la arquitectura del modelo, los datos de entrenamiento y las tablas comparativas. Esta transparencia permite a otros grupos de investigación examinar los resultados y probar el método con diferentes conjuntos de datos.

El hecho de que Apple haya anunciado SimpleDesign tras SimpleFold demuestra que la empresa se está orientando hacia la generación de nuevas parejas de secuencia-estructura, más allá de la predicción de la estructura de las proteínas. Ambos trabajos intentan construir arquitecturas más sencillas utilizando capas Transformer de propósito general. El verdadero valor científico de SimpleDesign se comprenderá con mayor claridad a medida que aumenten las evaluaciones independientes y la validación en laboratorio.