Исследователи из Стэнфордского университета представляют Protpardelle прорывную модель диффузии на уровне атомов для совместного проектирования структуры и последовательности белков.

Исследователи из Стэнфордского университета представляют Protpardelle модель диффузии на уровне атомов для проектирования белков.

В впечатляющем шаге вперед в области проектирования белков, команда исследователей представила Protpardelle, модель диффузии всех атомов, которая решает сложное взаимодействие между непрерывными и дискретными структурами белков. Модель достигает прорывного достижения, создавая белки исключительного качества, разнообразия и новизны, преодолевая традиционные границы в этой области.

Белки являются основными компонентами биологической функциональности, оркестрирующими различные важные процессы через точные химические взаимодействия. Основная проблема заключается в точном моделировании этих взаимодействий, главным образом, управляемых боковыми цепочками, для обеспечения эффективного проектирования белков. Protpardelle использует уникальную технику “суперпозиции”, которая охватывает различные возможные состояния боковых цепочек, затем сворачивает их для инициирования обратной диффузии для генерации образцов.

Синергия с методами проектирования последовательностей позволяет Protpardelle осуществлять совместное проектирование структур и последовательностей белков всех атомов. Полученные белки обладают выдающимся качеством, оцениваемым по широко принятым метрикам, оценивающим самоконсистентность. Эта метрика предсказывает структурную конформацию разработанной последовательности и измеряет соответствие между предсказанными и выборочными структурами. Protpardelle постоянно достигает успеха, превышающего 90% для белков до 300 остатков, что является заметным скачком в проектировании по сравнению с существующими методологиями. Более того, он достигает этого при существенно сниженной вычислительной стоимости, подчеркивая его эффективность.

• Исследователи из Стэнфордского университета представляют Spellburst среду для творческого программирования, основанную на большой языковой модели (LLM).
• Исследователи из MIT и Microsoft представляют DoLa новую стратегию декодирования искусственного интеллекта, направленную на снижение галлюцинаций в моделях глубокого обучения с ограниченной памятью (LLMs).
• Исследователи Массачусетского технологического института представляют новую легкую многоуровневую модель внимания для сегментации по смыслу на устройстве.

Разнообразие является критическим показателем генеративных моделей, защищающим от режимного коллапса и расширяющим спектр приемлемых решений. Protpardelle преуспевает в этом аспекте, кластеризуя выборки для выявления богатого ландшафта структурного разнообразия. Его умение генерировать белки с широким спектром альфа- и бета-типовых структур свидетельствует о его универсальности.

Принципиально важно, что Protpardelle не ограничивается ограничениями обучающего набора данных. Он проявляет высокую способность создавать новые белки, отличные от тех, которые находятся в его обучающем наборе данных. Это свидетельствует о его потенциале изменить принципы проектирования белков, затрагивая неизведанную территорию.

Модель всех атомов Protpardelle раскрывает свои способности в условном генерировании белка, особенно в белках до 150 остатков. Здесь он достигает уровня успеха около 60% при оценке схожести структуры метриками. Визуальное исследование образцов показывает разнообразный набор складок белка, богато украшенных вторичными структурными элементами.

Protpardelle тщательно поддерживает химическую целостность созданных образцов, соответствуя распределению длин и углов связи, наблюдаемому в природных белках. Модель уверенно захватывает основные режимы естественного распределения углов chi, предлагая всестороннее представление поведения боковых цепочек.

Архитектура сети команды, лежащая в основе выдающихся возможностей Protpardelle, включает структуру U-ViT с стратегически разработанными слоями и внимательными головами. Условная обработка шума играет ключевую роль в внедрении важной информации в процесс обучения. Модель тщательно обучается на наборе данных CATH S40, что является свидетельством надежности ее основы.

Уникальный этап удаления шума Protpardelle, важный аспект его процесса генерации образцов, дополняет его передовой подход. Этот адаптированный алгоритм искусно управляет трудностями процесса генерации белка, настраивая параметры для достижения оптимальных результатов.

Введение Protpardelle означает смену парадигмы в проектировании белков, открывая двери к непрецедентным возможностям в биотехнологии и фармацевтике. Его потенциал изменить принципы проектирования белков, путем бесшовного соединения структуры и последовательности, заложил новую эру в этой области. По мере того как исследователи продолжают исследовать его безграничные возможности, Protpardelle готов изменить облик проектирования и инженерии белков.