Про диффузию для белков

Для биологов:

если вы уже пробовали генерировать картинки с помощью Kandinsky или Midjourney - значит вы уже соприкасались с диффузионными генеративными моделями. По простому: модель обучается на огромном количестве картинок, зашумляет их, затем из этого шума выводит то, что вы у нее просите

Для датасайнтистов:

белок - это не картинка. Он, конечно, для вас выглядит как симпатичные яркие спирали и «червячки» со стрелочками, но - нет. Очень важно знать структуру с определенными углами и расположением атомов, так что диффузия белков - задача не для Stable Diffusion

Так вот…

как показали в ряде препринтов и работ в последние 1,5-2 года, делать белки диффузией можно! Причем можно генерировать как по 3Д- структуре (модель учится на зашумленных координатах атомов и углах), так и по тексту (аминокислотные сиквенсы). В обоих случаях белки генерируют как в безусловном режиме (просто из шума что-то получается похожее на белок и даже возможно этот результат синтезировать в белок), так и при условной генерации - когда мы настраиваем процесс генерации в нужном нам направлении для получения определенного белка с потенциально интересующими нас свойствами.

Для тех кто не понял зачем это нужно:

вообще-то это супермногообещающая разработка в создании новых белковых молекул, не существоваших ранее, для решения различных биотех задач: лекарства под нужные цели, белки-катализаторы различных процессов и многое другое. Потенциально такая генерация может существенно изменить подход к созданию новых препаратов.

Дегтя, чтобы можно было выдохнуть от прочитанного:

В большинстве случаев генерируется пока «так себе»белки. Чтобы получить тот самый эффективный - нужно проверить огромное количество в «мокрой» лабе как и на возможность в целом синтезировать в вещественный белок, так и его дальнейшую функциональную активность.

Ну и несколько ссылок на интересные статьи:

🍀 RFDiffusion

🍀 EvoDiff

🍀 Folding diffusion

🍀 Анимация принадлежит великим в Baker Lab