苹果研究人员推出SimpleDesign，一种新型AI模型，能够在单一端到端训练过程中同时生成蛋白质序列和3D结构。基于去年9月的SimpleFold研究 — — 该研究使用带有Transformer块的流匹配方法比Deep Mind的AlphaFold等模型更高效地预测蛋白质结构 — — SimpleDesign将这种精简方法扩展到蛋白质设计这一更广泛的挑战。传统的共设计模型通常需要多阶段训练：首先通过自编码器将结构离散化为离散表示，然后在这些潜在空间上训练生成模型。SimpleDesign通过直接从配对的氨基酸序列和3D坐标中学习来绕过这一步骤。该模型在超过200万个序列-结构对上进行训练，主要来源于AFESM数据集，该数据集结合了AlphaFold数据库的预测结果和额外样本。在训练过程中，研究人员通过掩码标记损坏序列，通过添加噪声损坏结构，在不同级别进行，使模型能够处理蛋白质折叠、逆向折叠和同时共设计任务。这种统一方法消除了中间标记化步骤，可能降低计算复杂性，同时保持性能。