Можно, наверное, обобщить и сказать, что модели вроде AlphaFold 3 очень хорошо интерполируют и хуже экстраполируют. То есть там, где запрос попадает внутрь распределения обучающих данных, модель выдает очень качественный ответ, а там, где выходит за его пределы, ищет правдоподобный.
И чтобы отличить одно от другого, зачастую требуется ручная исследовательская экспертиза и проведение экспериментов. В области применения геномных моделей мы на самом деле боремся с тем же самым. Модели, предсказывающие эффект регуляторных вариантов, отлично отрабатывают на частых вариантах, по которым накоплена статистика, и заметно теряют на редких (а в медико-генетическое консультирование пациента приводят обычно как раз редкие). Механика примерно та же, что с точечной мутацией в белке: единичное отклонение усредняется на фоне контекста, потому что в обучающей выборке за ним ничего не стоит. При этом самое интересное в биологии часто живет именно там, куда статистическая модель дотягивается хуже всего.
Есть ощущение, что следующий шаг не за моделями, обученными только на структурах, а уже за гибридами, где нейросеть быстро предлагает гипотезу, а второй слой штрафует ее за нефизичное. Boltz-steering, пожалуй, можно считать осторожным шагом в эту сторону, поэтому проверять эту идею уже можно на открытых моделях. А IsoDDE — это, конечно, заявка на большее, но насколько эта заявка обоснована, мы пока еще не можем оценить (проект закрыт полностью), однако само направление кажется очень перспективным.
Больше об AlphaFold 3, о его возможностях и ограничениях — читайте в нашей новой статье.
Статья подготовлена Георгием Куракиным и редакцией Биомолекулы при поддержке Центрального университета.