Три препринта посвящены тому, как представлять биологические данные и менять их с помощью ИИ. Сопоставимых голосов и оценок популярности нет; начнём с объединения разных сведений о белке. Все приведённые результаты относятся к исследованиям авторов, а не к независимой лабораторной проверке.

ProTok: общий язык для разных сведений о белке

В препринте от 13 октября ProTok описан как способ кодировать последовательность, пространственную форму и функцию белка в общем наборе дискретных обозначений. По данным авторов, подход занял первое место на 21 из 28 проверочных разбиений и может использовать любое доступное сочетание этих данных без переобучения.

В вычислительном испытании генерации 52% полученных каркасов признаны пригодными для дальнейшего проектирования, тогда как у сравниваемого метода GeoBPE — 21%. Это интересный шаг к совместному проектированию формы и последовательности. Однако указанные доли не означают, что столько белков уже изготовлено и успешно работает в лаборатории.

STAMP: изменение нужного фрагмента молекулы

STAMP описывает молекулы через фрагменты, точки их соединения и связи между ними. Явное описание операций позволяет языковой модели менять определённую часть молекулы, сохраняя основной каркас.

Авторы препринта от 13 октября сообщают о снижении ошибки прогноза резких изменений активности на 23 из 30 мишеней. На 15 из 23 задач оптимизации метод занял первое место среди шести сравниваемых подходов. Практическая ценность идеи — более управляемое изменение молекулярной структуры. Результаты вычислительных испытаний пока не подтверждают эффективность нового лекарства в лаборатории.

Девять методов обновления белковых моделей не дали универсального решения

В обновлённом 17 октября препринте исследователи сравнили девять способов добавлять новые классы функций белков без полного переобучения. Проверка охватила пять фиксированных средств кодирования и два набора данных о ферментах. Ни один метод не переносился надёжно между всеми представлениями.

Авторы связывают трудности с геометрией представлений и статистическими предположениями методов. Для исследователей, обновляющих сведения о функциях белков, вывод конкретный: приём, успешный в компьютерном зрении, нельзя автоматически считать подходящим для белковых данных. Проверять нужно сочетание конкретного способа представления и метода обучения.

Общая граница этих работ — между полезным вычислительным результатом и доказанным биологическим эффектом. Более удобное описание белка или молекулы помогает ставить следующие опыты, но не заменяет их.