Исследователи представили PLAID, многомодальную генеративную модель, способную одновременно генерировать 1D последовательности и 3D структуры белков, изучая скрытое пространство моделей сворачивания белков. Эта работа приходит на фоне присуждения Нобелевской премии по химии 2024 года модели AlphaFold2, что подчеркивает значимость искусственного интеллекта в биологии.
PLAID обучается на последовательностных базах данных, которые в 2-4 раза больше, чем базы данных структур, что позволяет преодолеть ограничения предыдущих моделей. Методы, применяемые в PLAID, предоставляют возможность контролировать процесс генерации, принимая функциональные и организационные подсказки. Эта модель учит связи между функциями, структурой и последовательностями, обеспечивая высокое разнообразие при сохранении функциональной целостности.
PLAID также открывает новые горизонты в создании белков, требуя лишь последовательности для обучения генерирующей модели. Это достижение можно считать важным шагом в проектировании белков, где понимание структуры моделей сворачивания используется для генерации необходимых белков. Исследователи акцентируют внимание на важности данного подхода для будущих научных исследований и применения в реальных задачах.
Таким образом, PLAID представляет собой значимый вклад в область белковой инженерии и разработки новых инструментов для изучения белков, что может привести к неожиданным открытиям в биологии.