ИИ освоил понимание ДНК и создание белков по текстовому описанию

11 минут назад Прокомментировать Просмотры: 5

Китайские исследователи представили ИИ-модель Pinal, способную подбирать структуру белка и его аминокислотную последовательность по текстовому описанию. Почти одновременно Hugging Face совместно с Zhongguancun Academy и Неаполитанским университетом выпустила Carbon-X — открытую модель для работы с последовательностями ДНК и текстом на естественном языке.

Pinal решает задачу в два этапа. Сначала модуль T2struct преобразует описание требуемой функции в предполагаемую структуру белка. Затем SaProt-T на ее основе формирует аминокислотную последовательность.

Модель насчитывает около 16 млрд параметров. Для ее обучения использовали примерно 1,7 млрд примеров, в которых последовательности и структуры белков были сопоставлены с описаниями их функций. Существенную часть данных о структурах исследователи взяли из базы AlphaFold.

Авторы испытали Pinal на четырех задачах: создали два фермента, белок для метаболического процесса и флуоресцентный белок. Во всех случаях среди предложенных вариантов нашлись работоспособные молекулы. В одном из экспериментов новый белок повысил выход продукта в искусственном пути фиксации CO₂ примерно в 1,7 раза по сравнению с природным аналогом из E. coli (Escherichia coli, кишечная палочка).

Тем не менее модель пока не позволяет получить готовый результат с первой попытки. Так, для поиска флуоресцентного белка Pinal сгенерировала около 50 тыс. последовательностей. Исследователи отобрали 29 кандидатов, но лишь один из них действительно обладал флуоресценцией.

Carbon-X создана на базе Qwen3-14B и содержит 14,8 млрд параметров. Модель помогает анализировать участки ДНК: например, оценивать последствия замены одного нуклеотида, выявлять регуляторные участки и определять вероятность того, что конкретная мутация окажется вредной.

Кроме того, Carbon-X способна продолжать последовательности ДНК и объяснять результаты обычным языком. Разработчики, однако, предупреждают, что качество генерации снижается на длинных участках. Модель также может допускать ошибки в координатах и отдельных позициях.

Полную версию Carbon-X можно запустить локально на одной видеокарте с 80 ГБ памяти. Доступны и уменьшенные версии в формате GGUF. Код и веса модели распространяются по лицензии Apache 2.0. Pinal и Carbon-X предназначены для разных задач, но обе упрощают работу с биологическими данными благодаря текстовому интерфейсу: первая ориентирована главным образом на проектирование белков, вторая — на анализ ДНК.