Представлена ProTEUS: модель мира для эволюции белков

В препринте, опубликованном на Hugging Face Papers, представлена ProTEUS, «модель мира» (world model) для замкнутой эволюции белков, где предсказания модели и лабораторные эксперименты образуют единый цикл. Исходная проблема: ландшафты приспособленности белков «изрезаны», то есть небольшие изменения последовательности могут сильно менять функцию, а экспериментальный скрининг охватывает лишь малую долю пространства последовательностей. Поэтому, как пишут авторы, ключевая задача, эффективно обходить огромное комбинаторное пространство мутаций в компьютерной модели (in silico).
ProTEUS предварительно обучена на данных глубокого мутационного сканирования (deep mutational scanning). С помощью архитектуры MutationFormer, механизма внимания со смещением на мутации, она строит совместное представление последовательности, эволюционной и структурной информации. Варианты белка трактуются как состояния в этом общем латентном пространстве, а мутации, как действия, функциональные последствия которых модель предсказывает.
Чтобы можно было перебирать много мутантов, авторы разработали быстрый полноатомный предсказатель структуры с физическими ограничениями. Он явно накладывает геометрические ограничения, что, по утверждению авторов, гарантирует физическую корректность результата, и работает более чем в 10 раз быстрее AlphaFold3.
Третья часть, замкнутый цикл: ProTEUS уточняет свои предсказания и «понимание» активности белка за счёт экспериментальной обратной связи и направляет эволюцию к нужному фенотипу. По заявлению авторов, модель превосходит устоявшиеся модели в задачах предсказания эффекта мутаций как без дообучения (zero-shot), так и при дообучении с учителем. На практике метод проверили в двух замкнутых многокритериальных кампаниях по инженерии белков, на альдегиддегидрогеназе и левансахаразе; получены варианты с активностью более чем в 10 раз выше, чем у дикого типа. Итог по формулировке авторов: ProTEUS, каркас «модели мира», связывающий виртуальную оценку последствий мутаций с обучением на экспериментах.
Ключевые факты
- ProTEUS, модель мира для замкнутой эволюции белков: варианты белка выступают состояниями в общем латентном пространстве, мутации, действиями с предсказываемым функциональным эффектом.
- Предобучение на данных глубокого мутационного сканирования; архитектура MutationFormer совмещает информацию о последовательности, эволюции и структуре.
- Быстрый полноатомный предсказатель с физическими ограничениями, по заявлению авторов, более чем в 10 раз быстрее AlphaFold3 и гарантирует физическую корректность.
- Авторы заявляют, что ProTEUS превосходит устоявшиеся модели в предсказании мутаций как zero-shot, так и при дообучении с учителем.
- В двух экспериментальных кампаниях (альдегиддегидрогеназа и левансахараза) получены варианты с активностью более чем в 10 раз выше дикого типа.
Почему это важно
Эксперименты по направленной эволюции белков охватывают лишь малую часть пространства возможных последовательностей, а небольшие мутации способны сильно менять функцию. Работа предлагает связать быстрые компьютерные предсказания с лабораторной обратной связью в одном цикле, это общий подход «модели мира», а не отдельный инструмент. Заявленное ускорение относительно AlphaFold3 (более чем в 10 раз) и рост активности ферментов более чем в 10 раз делают результат заметным, но это пока утверждения авторов препринта.
Кому это важно
Исследователям в области белковой инженерии и вычислительной биологии, командам, которые занимаются направленной эволюцией ферментов, а также специалистам по машинному обучению, которые следят за применением моделей мира в биологии.
Как это применить
Из текста аннотации видно лишь общее устройство метода: предобучение на данных глубокого мутационного сканирования, предсказание эффекта мутаций, отбор кандидатов и дообучение на результатах экспериментов. Упоминаний о выпуске кода, весов модели или данных в источнике нет, поэтому воспроизвести подход по нему напрямую нельзя.
Можно ли доверять
Это препринт на Hugging Face Papers, в источнике нет сведений о независимой проверке или рецензировании результатов. Опора на лабораторную проверку, плюс, но в источнике не названы устоявшиеся модели, с которыми сравнивали ProTEUS, нет показателей точности и названий тестовых наборов. Не указаны ни абсолютные значения активности, ни число протестированных вариантов, ни число раундов, и неясно, относится ли рост активности более чем в 10 раз ко всем вариантам или только к лучшему. Условия сравнения скорости с AlphaFold3 также не приведены.
Риски и подводные камни
Две кампании на двух ферментах, узкая основа для вывода об универсальности метода. Цифры «более чем в 10 раз» приведены без уточнения, среднее это, максимум или типичное значение. Утверждение о «гарантированной физической валидности», формулировка авторов, подтверждающих данных в источнике нет. Наконец, без публикации кода и данных результаты трудно перепроверить.