В России создали подход, который ускорит разработку улучшенных ИИ для дизайна белков

Исследователи из Института искусственного интеллекта AIRI разработали подход, позволяющий выявлять проблемы в работе генеративных моделей, которые формируют трёхмерные модели белков и дополняют их.

Это ускорит создание более совершенных версий таких нейросетей, сообщает ТАСС.

Существующие тесты лидирующие модели проходят почти полностью, в то время как в рамках нового теста лучшая модель набирает лишь 40 баллов из 100. Это говорит о серьёзных ограничениях в геометрической точности этих систем.

Российские учёные создали первый в мире набор тестов, который выявляет проблемы, связанные с определением пространственной структуры и физико-химических свойств пептидов. В отличие от существующих подходов, которые обращают внимание на биологические функции белков, новый тест фокусируется на их геометрии.

Нейросеть должна проанализировать сегменты белков, содержащие от одного до семи структурных фрагментов, и «достроить» их до полных молекул, не нарушив пространственное расположение. Это позволяет понять не только общий уровень модели, но и определить, на каком этапе она начинает ошибаться.

Тест проверили на 10 наиболее продвинутых системах ИИ. Лучше всего справились модели Genie2, La-Proteina и RFdiffusion, однако и они решили меньше половины задач. Это свидетельствует о том, что работу этих систем можно значительно улучшить.