Ai2 и Университет Вашингтона научили модель проектировать белки по описанию
Модель Prompteina строит структуру белка по описанию на английском: девять из 89 спроектированных ею белков связались в лаборатории с GM2A — белком-мишенью при редкой наследственной болезни.
Institute for Protein Design1 при Университете Вашингтона и Ai2 выложили Prompteina — модель, которая проектирует белок по описанию на обычном английском; девять спроектированных ею белков связались с мишенью в пробирке.
Почему это важно: для GM2A2 это первые связыватели, спроектированные с нуля и подтверждённые опытом, — раньше для этой мишени таких белков не получали. Свойства будущего белка теперь задают одним текстовым запросом, а не только геометрическими условиями.
Как это работает: Prompteina — надстройка над Proteina-Complexa3, полноатомной моделью NVIDIA для дизайна связывателей; надстройку дообучили на парах «текст — структура». Прежние генераторы белков ставят задачу геометрией — им дают структуру мишени или нужную форму. Структуру мишени Prompteina получает тоже, но вместе с текстом, и выдаёт все атомы сразу, а обычно одна модель рисует остов молекулы, а аминокислоты к нему подбирает вторая. Набор данных авторы собрали сами:
- 1,8 млн структур белков и 52,4 млн описаний к ним;
- описания писали не люди: свойства брали из полей баз данных вроде Protein Data Bank и из координат атомов, а в связный текст их переводила модель Qwen3-235B;
- описания касались и белка целиком, и отдельных звеньев цепи — аминокислотных остатков.
Детали: модель проверяли на мишени GM2A. Ни одного белка-связывателя, спроектированного с нуля, для неё раньше не описывали, а в прошлой работе другой группы не сработал ни один из 30 вариантов. Из 89 новых вариантов в лаборатории связались девять. У лучшего кажущаяся константа диссоциации — 107 нМ: чем это число меньше, тем крепче молекулы держатся друг за друга.
В цифрах: как Prompteina выглядит против моделей, с которыми её сравнивали:
- точнее попадает в заданные структурные свойства — лучше по 15 задачам из 18;
- в дизайне связывателей по расчётной оценке контакта впереди как минимум на 13 мишенях из 20;
- расчётная оценка надёжности контакта двух белков выше на 14%, чем у сильнейшей из них.
Но: эти 14% — не измерение. Оценку даёт программа предсказания структуры, которая прикидывает, насколько уверенно складывается контакт. Константу диссоциации авторы называют кажущейся: её не измеряли напрямую, а подобрали по данным опытов. Препринт вышел на arXiv 9 октября и рецензирования не проходил.
Так уже было: 21 сентября Amazon рассказала, что её модели спроектировали антитела к мишени редкой детской опухоли — из 100 тыс. кандидатов лаборатория подтвердила 46, прочно связавшихся с мишенью.
Код Prompteina выложен на GitHub, веса модели — на Hugging Face, обучающий набор авторы готовят к публикации. Среди авторов — Дэвид Бейкер, получивший в 2024 году Нобелевскую премию по химии за компьютерный дизайн белков, и исследователи Ai2 Ноа Смит и Ханна Хаджиширзи. Сам Ai2 написал в соцсети X, что поддерживает исследования белкового дизайна и поиска лекарств вместе с коллегами из Университета Вашингтона.