Microsoft がオープンソースの新しいタンパク質生成人工知能 EvoDiff

タンパク質は、体内で重要な細胞機能を実行する天然の分子であり、すべての病気の構成要素です。タンパク質の特性を解析することで、病気の進行を遅らせたり逆転させたりする方法など、病気のメカニズムを明らかにすることができます。一方、タンパク質を作成することは、まったく新しい薬や治療法の開発につながる可能性があります。

アクセス：

Microsoft 中国公式モール-ホームページ

しかし、研究室でタンパク質を設計する現在のプロセスは、計算量と人的資源の観点から見て高価です。それには、体内で特定の役割を果たすタンパク質の構造を考え出し、その構造に「折り畳まれる」可能性のあるタンパク質配列（タンパク質を構成するアミノ酸の配列）を見つける必要があります。 (タンパク質は、意図した機能を発揮するために、正しく折りたたまれて三次元形状になる必要があります)。

これほど複雑である必要はありません。

今週、Microsoftは、タンパク質配列に基づいて「高忠実度」で「多様な」タンパク質を生成できると同社が主張する一般的なフレームワークであるEvoDiffを発表した。他のタンパク質生成フレームワークとは異なり、EvoDiff はターゲットタンパク質の構造情報を必要としないため、通常最も手間のかかるステップが省略されます。

Microsoft の上級研究員 Kevin Yang 氏は、EvoDiff がオー​​プンソース化されれば、新しい治療法や薬物送達方法のための酵素、さらには工業用化学反応のための新しい酵素の作成に使用できると述べています。

「私たちのビジョンは、EvoDiffが構造機能パラダイムを超えてプログラマブルで配列優先の設計に向けてタンパク質工学の能力を拡張することです」と、EvoDiffの共同開発者の1人であるYang氏は電子メールインタビューでTechCrunchに語った。 「EvoDiff を使用して、新しいタンパク質を制御可能に設計するには、実際には構造が必要ではなく、むしろ『必要なのはタンパク質配列だけ』である可能性があることを実証しました。」

EvoDiff フレームワークの中心となるのは、すべての異なる種および機能クラスのタンパク質からのデータに基づいてトレーニングされた 640 パラメーターのモデルです。 (パラメーターは AI モデルがトレーニング データから学習するものであり、本質的に問題を処理するモデルのスキル (この場合はタンパク質の生成) を定義します。) モデルをトレーニングするためのデータは、配列アライメントの OpenFold データセットと、UniProt データセットのサブセットである UniProt コンソーシアムによって維持されるタンパク質配列と機能情報のデータベースである UniRef50 から取得されます。

EvoDiff は、安定拡散や DALL-E2 などの多くの最新の画像生成モデルと構造が似ている拡散モデルです。 EvoDiff は、ほぼ完全にノイズで構成される開始タンパク質から徐々にノイズを差し引くことを学習し、ゆっくりと段階的にタンパク質配列にアプローチできるようにします。