Исследователи Apple представили SimpleDesign, новую ИИ-модель, которая одновременно генерирует аминокислотные последовательности и 3D-структуры в едином end-to-end процессе обучения. Основываясь на исследовании SimpleFold от сентября прошлого года — которое использовало flow-matching с блоками Transformer для более эффективного предсказания структур белков по сравнению с моделями типа AlphaFold от Deep Mind — SimpleDesign расширяет этот упрощенный подход на более широкую задачу проектирования белков. Традиционные модели совместного проектирования обычно требуют многоэтапного обучения: сначала токенизация структур в дискретные представления с помощью автокодировщиков, затем обучение генеративных моделей в этих латентных пространствах. SimpleDesign обходит этот этап, обучаясь непосредственно на парах аминокислотных последовательностей и 3D-координат. Модель обучалась на более чем 2 миллионах пар последовательность-структура principalement из набора данных AFESM, который объединяет предсказания базы данных AlphaFold с дополнительными образцами. Во время обучения исследователи повреждали как последовательности (через маскированные токены), так и структуры (через добавленный шум) на разных уровнях, позволяя модели обрабатывать сворачивание белков, обратное сворачивание и одновременные задачи совместного проектирования. Этот унифицированный подход устраняет промежуточные этапы токенизации, потенциально снижая вычислительную сложность при сохранении производительности.