Новая модель для генерации белковых молекул в 100 раз компактнее аналогов, при этом превосходит их в эффективности

Машинное обучение открыло дорогу к более эффективному предсказанию аминокислотных последовательностей, которые могли бы обеспечить необходимые свойства белков. Обычно для этого применяют авторегрессионные подходы или дискретную диффузию, но существующие решения требуют большого размера моделей и огромного количества данных для обучения.

Ученые из Института AIRI и немецкого Constructor University предложили новую модель под названием DiMA, которая опирается на непрерывные представления белков и латентную диффузию. Эксперименты, проведённые авторами, показали, что DiMA генерирует белки с качеством, не уступающим таковому у моделей с миллиардами параметров, являясь при этом гораздо более компактной.

Статья с подробным описанием новой модели была представлена на конференции ICML 2025. Подробнее читайте в материале ТАСС.

Научная статья | GitHub