Apple presenta un modelo simpledesign para el diseño de proteínas, que genera simultáneamente secuencias y estructuras

Los investigadores de Apple han presentado SimpleDesign, un modelo de diseño de proteínas capaz de generar tanto secuencias de aminoácidos como estructuras tridimensionales simultáneamente. El modelo, publicado como preimpreso en arXiv, evita el entrenamiento tradicional en múltiples etapas, entrenando directamente con datos brutos. Utiliza más de 2 millones de pares de secuencias-estructuras de proteínas del conjunto de datos AFESM, que combina las predicciones de AlphaFold con otras muestras. El modelo enmascara aleatoriamente partes de las secuencias y añade ruido a las estructuras durante el entrenamiento, lo que le permite realizar tareas como el plegamiento y el plegamiento inverso de proteínas. SimpleDesign se basa en el proyecto anterior de Apple, SimpleFold, que predice las estructuras de proteínas a partir de secuencias. Este nuevo modelo extiende el enfoque a las tareas de diseño, generando secuencias que pueden formar estructuras especificadas. Si bien el modelo muestra un rendimiento competitivo en las pruebas, los investigadores advierten que las simulaciones por ordenador por sí solas no pueden confirmar si las proteínas generadas pueden plegarse, funcionar o operar de forma segura en sistemas biológicos.