苹果发布蛋白质设计模型 SimpleDesign，可联合生成氨基酸序列与三维结构
Miranda 苹果公司研究人员公布了一项名为 SimpleDesign 的蛋白质设计模型，相关论文已以预印本形式发布在 arxiv 上。该模型能够联合生成蛋白质的氨基酸序列和三维结构，并直接在氨基酸序列与连续三维坐标上进行端到端训练，省去了传统多阶段训练中先转换中间表示的过程。
此前，不少蛋白质联合设计模型需要先训练自编码器，把蛋白质结构转换为离散潜在表示，再训练生成模型处理这些表示。SimpleDesign 没有沿用这一流程，而是采用直接训练方式。这项研究延续了苹果 SimpleFold 项目的技术思路：SimpleFold 通过流匹配模型根据氨基酸序列预测蛋白质三维结构，SimpleDesign 则进一步将该架构扩展到蛋白质设计任务，在预测结构的同时生成可能形成相应结构的氨基酸序列。
研究团队使用了超过 200 万组蛋白质序列与结构配对数据，主要来自 AFESM 数据集。训练中，模型会随机遮盖氨基酸序列中的部分内容，并向对应的三维结构添加噪声。通过调整两类信息的破坏程度，模型可以学习不同任务：序列基本完整而结构受干扰较大时，任务更接近蛋白质折叠，即根据已知序列恢复结构；结构基本完整而序列被大量遮盖时，任务更接近逆折叠，即生成能够形成指定结构的氨基酸序列；两者同时受部分破坏时，则学习序列与结构的协同设计。蛋白质折叠指氨基酸链形成特定三维结构，逆折叠则是根据目标结构寻找可能对应的氨基酸序列。
在蛋白质联合设计、结构生成和序列生成等基准测试中，SimpleDesign 取得具有竞争力的表现。研究还显示，该模型生成的蛋白质结构具有合理形态，生成的氨基酸序列整体质量与多数同类多模态模型相当或更好。不过，目前论文仅报告了计算机评估结果，尚未通过实验验证这些蛋白质能否实际折叠、发挥功能或在生物系统中安全运行。
