GeomMotif

В репозитории опубликован код GeomMotif — бенчмарка для оценки геометрического сохранения структурных фрагментов при генерации белков. Авторы обращают внимание на ограничение существующих бенчмарков для motif scaffolding, где задачи обычно строятся вокруг функциональных мотивов, например активных центров ферментов или участков связывания. В такой постановке оценка смешивает сразу несколько факторов: сохранение 3D-геометрии, аминокислотный состав, заряд, гидрофобную упаковку, боковые цепи и функциональную совместимость мотива. GeomMotif предлагает более чистую диагностическую постановку, где проверяется именно способность модели достроить белковую структуру вокруг заданного мотива без дополнительного требования к биологической функции. Для этого авторы собирают 57 задач из структур Protein Data Bank. Дополнительно каждый мотив описан набором структурных и физико-химических свойств, включая размер, вторичную структуру, гидрофобность, заряд, степень захороненности и контактное окружение. Это позволяет анализировать не только средний результат, но и конкретные режимы, в которых разные модели теряют геометрию. Для оценки используется SUN, метрика, объединяющая успешность сохранения мотива, разнообразие решений и новизну сгенерированных структур. В экспериментах структурные модели заметно превосходят sequence-based подходы. Наилучшие результаты показывают Genie2, La-Proteina и RFdiffusion, тогда как модели, генерирующие только последовательности, почти не справляются с задачами на два пространственно разнесённых мотива. Отдельно авторы показывают, что ESM3 в режиме совместной генерации последовательности и структуры работает хуже sequence-only варианта, что делает этот бенчмарк полезным не только для ранжирования моделей, но и для поиска архитектурных ограничений. Работа будет полезна исследователям генеративного дизайна белков, разработчикам моделей для protein scaffolding и командам, которым важно понимать, какие геометрические ограничения современные модели действительно умеют сохранять.

статья | код