Une protéine ne se résume pas à une suite d’acides aminés : sa forme dans l’espace est tout aussi déterminante. Apple Machine Learning Research présente SimpleDesign, un modèle d’intelligence artificielle conçu pour travailler sur ces deux dimensions en parallèle : la séquence chimique et l’organisation tridimensionnelle.
Cette recherche, détaillée dans l’étude SimpleDesign: A Joint Model for Protein Sequence and Structure Codesign, vise notamment deux exercices liés. Le modèle peut partir d’une séquence pour retrouver une structure, ou partir d’une structure attendue pour proposer une séquence compatible. L’intérêt est de rapprocher deux opérations qui sont souvent traitées séparément dans la conception assistée de protéines.
Une approche directe entre séquence et forme
Selon Apple, SimpleDesign ne passe pas par une conversion préalable des structures en unités discrètes, souvent appelées « tokens ». Le système apprend directement à partir d’exemples associant une séquence d’acides aminés à des coordonnées en trois dimensions.
Pour son apprentissage, le modèle a exploité plus de deux millions de paires séquence-structure, principalement tirées du jeu de données AFESM, qui comprend notamment des structures prédites issues d’AlphaFold Database. Durant cet entraînement, certaines portions de séquences sont cachées et du bruit est appliqué aux données spatiales. Ces perturbations, dont l’intensité varie, entraînent l’IA à reconstruire ou générer les deux facettes d’une protéine dans différentes situations.
Des évaluations informatiques jugées compétitives
Dans les tests rapportés par Apple, SimpleDesign affiche des résultats compétitifs pour la conception conjointe, la création de structures et la production de séquences. Les chercheurs indiquent aussi que le modèle génère des formes protéiques plausibles et que les séquences proposées se situent généralement au niveau, voire au-dessus, de la plupart des modèles multimodaux comparés.
Ces mesures proviennent de benchmarks informatiques : elles servent à comparer des méthodes de conception et de prédiction dans un cadre de recherche. Elles montrent ici qu’un pipeline plus direct peut rester performant sur plusieurs tâches liées aux protéines.
Ce que ça change
Pour le grand public, SimpleDesign illustre surtout l’étendue des recherches menées par Apple en intelligence artificielle, bien au-delà des usages visibles sur ses appareils. Réunir séquence et structure dans un même modèle pourrait aider les équipes scientifiques à explorer plus simplement des candidats protéiques, puisque ces deux paramètres sont intimement liés.
Ce type de travail relève de la recherche fondamentale en biologie computationnelle. Il met en avant une IA pensée pour manipuler des données scientifiques complexes, avec une méthode qui privilégie l’apprentissage conjoint plutôt qu’une succession d’étapes distinctes.
À lire aussi
Source : Apple Machine Learning Research — étude « SimpleDesign: A Joint Model for Protein Sequence and Structure Codesign »