Apple、一段階学習でタンパク質設計に参入

Appleの研究者は、タンパク質設計における従来の多段階学習パラダイム、すなわちまずオートエンコーダを学習し、その潜在空間で生成モデルを動作させる手法は、高い性能に必須ではないと仮説を立てている。SimpleDesignは代わりに、配列に対する離散クロスエントロピーと構造に対する回帰目的を単一のエンドツーエンド枠組みで組み合わせ、モダリティ固有の処理を可能にしつつグローバル自己注意を保持するTransformerベースのバックボーンを使用する。

モデルは200万超の配列・構造ペアで学習され、共設計および無条件生成のベンチマークで競争力のある結果を達成している。この研究は、生成モデルをデータに直接適用できるなら精巧なドメイン固有アーキテクチャが本当に必要かという、より広い潮流に位置づけられる。創薬やタンパク質工学のチームにとっての魅力は、学習の複雑さとリソース需要を減らせる、より単純な一段階パイプラインにある。

SimpleDesignの手法がより大きなタンパク質やより複雑な設計タスクに拡張できるかは未知数で、本文はこれらの限界に触れていない。競争力のあるベンチマーク性能が実世界のタンパク質設計ワークフローで実用的な優位性につながるかどうかにかかっており、それはまだ実証されていない。