Apple গবেষকরা SimpleDesign পেশ করেছেন, একটি নতুন AI মডেল যা একক end-to-end প্রশিক্ষণ প্রক্রিয়ায় প্রোটিন অনুক্রম এবং 3D গঠন উভয়ই তৈরি করে। গত সেপ্টেম্বরের SimpleFold অধ্যয়নের ভিত্তিতে — যেখানে Transformer ব্লকের সাথে flow-matching ব্যবহার করে Deep Mind-এর AlphaFold মতো মডেলের চেয়ে বেশি দক্ষতার সাথে প্রোটিন গঠনের পূর্বাভাস দেওয়া হয়েছিল — SimpleDesign এই সহজ পদ্ধতিটি প্রোটিন ডিজাইনের বিস্তৃত চ্যালেঞ্জে প্রসারিত করে। প্রायदর্শন সহ-ডিজাইন মডেলগুলি সাধারণত বহু-মহাপর্ব প্রশিক্ষণ প্রয়োজন করে: প্রথমে অটোএনকোডার দ্বারা গঠন들을 বিচ্ছিন্ন প্রতিনিধিত্বে টোকেনাইজ করা, তারপর সেই ল্যাটেন্ট স্থানগুলোতে জেনারেটিভ মডেল প্রশিক্ষণ দেওয়া। SimpleDesign এই ধাপটি এড়িয়ে যায় কারণ এটি জোড়া অ্যামিনো অ্যাসিড অনুক্রম এবং 3D স্থানাঙ্ক থেকে সরাসরি শিখে। মডেলকে প্রধানত AFESM ডেটাসেট থেকে 2 মিলিয়নের বেশি অনুক্রম-গঠন জোড়ায় প্রশিক্ষিত করা হয়েছে, যা AlphaFold ডেটাবেসের পূর্বাভাস এবং অতিরিক্ত নমুনা সংযোজন করে। প্রশিক্ষণের সময়, গবেষকরা অনুক্রমগুলো (মাস্কড টোকেনের মাধ্যমে) এবং গঠনগুলো (যোড করা শোরের মাধ্যমে) বিভিন্ন মাত্রায় দূষিত করেছেন, ফলে মডেলটি প্রোটিন ফোল্ডিং, উল্টা ফোল্ডিং এবং সমবেত সহ-ডিজাইন কাজগুলোকে পরিচালনা করতে সক্ষম হয়। এই একীভূত পদ্ধতিটি মাঝারি টোকেনাইজেশন ধাপগুলোকে সরিয়ে দেয়, সম্ভবত গণনামূলক জটিলতা কমানো যায় जबकि কর্মক্ষমতা বজায় রাখে।