Apple研究者はSimpleDesignを発表しました。これは、タンパク質のアミノ酸配列と3D構造を単一のend-to-endトレーニングプロセスで同時に生成する新しいAIモデルです。昨年9月のSimpleFold研究に基づいています — — Transformerブロックとフローマッチングを使用して、Deep MindのAlphaFoldなどのモデルよりも効率的にタンパク質構造を予測した研究 — — SimpleDesignはこの合理化されたアプローチをタンパク質設計というより広範な課題に拡張します。従来の共設計モデルは通常、マルチステージトレーニングを必要とします：まずオートエンコーダーを使用して構造を離散表現にトークン化し、その後、その潜在空間で生成モデルをトレーニングします。SimpleDesignは、アミノ酸配列と3D座標のペアから直接学習することでこのステップをバイパスします。このモデルは、主にAFESMデータセットから200万以上の配列-構造ペアでトレーニングされました。AFESMデータセットは、AlphaFoldデータベースの予測と追加のサンプルを組み合わせたものです。トレーニング中、研究者はシーケンス（マスクトークンによる）と構造（追加ノイズによる）の両方をさまざまなレベルで破損させ、タンパク質の折りたたみ、逆折りたたみ、および同時に共設計タスクを処理できるようにしました。この統一アプローチは中間トークン化ステップを排除し、計算複雑性を潜在的に削減しながらパフォーマンスを維持する可能性があります。