Apple-Forscher haben SimpleDesign vorgestellt, ein neues KI-Modell, das Proteinsequenzen und 3D-Strukturen in einem einzigen End-to-End-Trainingsprozess gleichzeitig erzeugt. Aufbauend auf der SimpleFold-Studie vom letzten September — die Flow-Matching mit Transformer-Blöcken verwendete, um Proteinstrukturen effizienter vorherzusagen als Modelle wie Deep Mind's AlphaFold — erweitert SimpleDesign diesen rationalisierten Ansatz auf die größere Herausforderung des Protein-Designs. Traditionelle Co-Design-Modelle erfordern typischerweise ein mehrstufiges Training: Zuerst werden Strukturen mittels Autoencodern in diskrete Darstellungen tokenisiert, danach werden generative Modelle auf diesen latenten Räumen trainiert.

SimpleDesign umgeht diesen Schritt, indem es direkt aus gepaarten Aminosäuresequenzen und 3D-Koordinaten lernt. Das Modell wurde auf über 2 Millionen Sequenz-Struktur-Paaren hauptsächlich aus dem AFESM-Datensatz trainiert, der AlphaFold-Datenbank-Vorhersagen mit zusätzlichen Proben kombiniert. Während des Trainings verfielen die Forscher sowohl Sequenzen (durch maskierte Tokens) als auch Strukturen (durch hinzugefügten Rauschen) auf verschiedenen Ebenen, wodurch das Modell in der Lage war, Protein-Faltung, inverse Faltung und gleichzeitige Co-Design-Aufgaben zu bewältigen.

Dieser einheitliche Ansatz eliminiert intermédiaire Tokenisierungsschritte, was potenziell die rechnerische Komplexität reduziert, während die Leistung beibehalten wird.