該方法可用于任何蛋白質(zhì)預測模型

原標題：LeCun轉(zhuǎn)發(fā)，UC伯克利等提出多模態(tài)蛋白質(zhì)生成方法PLAID，同時生成序列和全原子蛋白結(jié)構(gòu)
文章來源：HyperAI超神經(jīng)
內(nèi)容字數(shù)：8320字

加州大學伯克利分校等機構(gòu)提出新型多模態(tài)蛋白質(zhì)生成方法PLAID

本文介紹了加州大學伯克利分校、微軟研究院等機構(gòu)提出的一種新型多模態(tài)蛋白質(zhì)生成方法PLAID (Protein Latent Induced Diffusion)，該方法能夠從序列等豐富數(shù)據(jù)模態(tài)生成稀缺的模態(tài)，例如晶體結(jié)構(gòu)，從而實現(xiàn)對蛋白質(zhì)全原子結(jié)構(gòu)的生成。這項研究成果已提交至ICLR 2025，并獲得了“AI教父”楊立昆的轉(zhuǎn)發(fā)。

1. 研究背景與挑戰(zhàn)

   蛋白質(zhì)的功能由其結(jié)構(gòu)決定，包括原子身份、位置和生物物理性質(zhì)等。全原子結(jié)構(gòu)生成需要同時生成序列和結(jié)構(gòu)，但現(xiàn)有方法通常將兩者視為模態(tài)，存在諸多局限性，例如僅生成主鏈原子，或需在結(jié)構(gòu)預測和反折疊步驟之間交替進行。

2. PLAID方法概述

   PLAID 是一種基于擴散模型的多模態(tài)蛋白質(zhì)生成方法。它利用預訓練的蛋白質(zhì)語言模型ESMFold的潛在空間，通過擴散過程學習序列和結(jié)構(gòu)的聯(lián)合嵌入，最終實現(xiàn)從序列信息生成全原子結(jié)構(gòu)。該方法在訓練過程中僅需要序列輸入，并利用了預訓練權(quán)重中編碼的結(jié)構(gòu)信息。

   PLAID方法主要包含四個步驟：1. ESMFold潛在空間表示；2. 潛在擴散訓練；3. 推理階段的序列和結(jié)構(gòu)生成；4. 基于擴散變換器(DiT)的模型架構(gòu)，融合條件信息進行可控生成。

3. 實驗結(jié)果與分析

   研究人員使用Pfam數(shù)據(jù)庫進行實驗，結(jié)果表明PLAID生成的蛋白質(zhì)結(jié)構(gòu)具有較高的質(zhì)量和一致性，并且在不同蛋白質(zhì)長度上保持穩(wěn)定。與其他基準方法相比，PLAID在結(jié)構(gòu)質(zhì)量、多樣性、新穎性和跨模態(tài)一致性方面均表現(xiàn)出色。其生成的二級結(jié)構(gòu)多樣性也更接近天然蛋白質(zhì)的分布。

4. Diffusion Transformer(DiT)的應用

   PLAID采用Diffusion Transformer(DiT)執(zhí)行去噪任務，利用其全局自注意力機制有效建模序列和結(jié)構(gòu)的復雜交互關(guān)系。DiT在圖像和視頻生成領(lǐng)域已取得顯著進展，在生物醫(yī)藥領(lǐng)域應用也日益廣泛，能夠提高蛋白質(zhì)結(jié)構(gòu)預測的效率和精度。

5. 未來展望與相關(guān)研究

   PLAID的成功為蛋白質(zhì)定制化設計提供了新的可能性，推動了人工智能在蛋白質(zhì)研究領(lǐng)域的應用。文章還簡要介紹了其他相關(guān)的研究進展，例如MProt-DPO和PocketGen，這些研究都為蛋白質(zhì)設計和工程提供了新的工具和方法。

總而言之，PLAID方法為蛋白質(zhì)結(jié)構(gòu)生成提供了一種高效、準確且可控的新途徑，有望推動蛋白質(zhì)設計和藥物研發(fā)等領(lǐng)域的進步。

聯(lián)系作者

文章來源：HyperAI超神經(jīng)
作者微信：
作者簡介：解構(gòu)技術(shù)先進性與普適性，報道更前沿的 AIforScience 案例