Инженеры MIT разработали генеративную ИИ-модель VibeGen, которая проектирует белки не по трехмерной форме, а по заданным паттернам движения — вибрациям, изгибам и колебаниям. Статья опубликована 24 марта в журнале Matter (издательство Cell Press). Авторы проводят прямую аналогию с вайб-кодингом: программист описывает, что хочет получить, а ИИ генерирует код. VibeGen работает так же, только вместо программ — живые молекулы.

До сих пор ИИ-революция в белковом дизайне была революцией формы. AlphaFold решил полувековую задачу предсказания трехмерной структуры белков, а генеративные модели научились создавать новые формы с нуля. Но форма — лишь снимок, один кадр из длинного фильма, как выразился руководитель проекта Маркус Бюлер, профессор MIT. Именно движения — как белок сгибается, растягивается и пульсирует — определяют, будет ли он эффективно бороться с вирусом, прочно связываться с мишенью или выдерживать механические нагрузки. Проектировать по форме без контроля над динамикой — все равно что строить кузов автомобиля, не зная характеристики двигателя.

VibeGen переворачивает привычную логику. Вместо вопроса "Какую форму даст эта последовательность аминокислот?" модель решает обратную задачу: "Какая последовательность заставит белок двигаться именно так?". Архитектурно система представляет собой двух ИИ-агентов, работающих в связке: "дизайнер" предлагает варианты аминокислотных последовательностей под целевой профиль движения, а "предиктор" оценивает, будет ли молекула на самом деле двигаться как задумано. Агенты итерируют, пока дизайн не стабилизируется. В основе — диффузионная модель, та же технология, что стоит за генерацией изображений, только здесь шум превращается не в картинку, а в аминокислотную последовательность с заданной динамикой.

Большинство белков, сгенерированных VibeGen, полностью новые — они не встречаются в природе и не являются вариациями эволюционных решений. Для проверки команда провела детальные физические молекулярные симуляции: белки вели себя ровно так, как было задано, — вибрировали и изгибались по целевым паттернам. Один из неожиданных результатов — разные структуры и последовательности способны давать одинаковое динамическое поведение. Авторы называют это "функциональной вырожденностью" и считают, что природа освоила лишь малую долю возможного пространства решений.

В перспективе контроль над динамикой белков может найти применение в медицине (терапевтические белки, которые точнее связываются с мишенью и дают меньше побочных эффектов), материаловедении (волокна и покрытия с программируемой прочностью и гибкостью) и синтетической биологии (молекулярные машины, реагирующие на среду в реальном времени). Как говорит Бюлер, "для белка вайб — это физика, реальный паттерн движения, который определяет, что молекула может делать. Это и есть механизм жизни".

P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.