Apple poursuit ses travaux en biologie computationnelle avec SimpleDesign, un modèle d’intelligence artificielle consacré à la conception de protéines. Dans l’étude « SimpleDesign: A Joint Model for Protein Sequence and Structure Codesign », les chercheurs d’Apple présentent une architecture qui génère simultanément une séquence d’acides aminés et une structure tridimensionnelle continue.
Le projet s’inscrit dans la continuité de SimpleFold, publié par Apple en septembre précédent. Ce précédent modèle visait à prédire directement la structure 3D d’une protéine à partir de sa séquence, en s’appuyant sur le flow matching, une méthode qui apprend un chemin direct entre une base bruitée et le résultat recherché.
Une conception conjointe, sans étape intermédiaire
D’après Apple, de nombreux modèles de conception protéique reposent sur un entraînement en plusieurs étapes. Une première partie convertit notamment les structures en représentations discrètes, ou « tokens », avant qu’un modèle génératif ne travaille sur ces représentations.
SimpleDesign évite cette phase intermédiaire : il apprend directement à partir de paires associant séquences d’acides aminés et coordonnées 3D. L’entraînement de bout en bout doit ainsi permettre de traiter ensemble deux tâches complémentaires : retrouver une structure depuis une séquence connue, et produire une séquence susceptible de correspondre à une structure donnée.
Pour l’entraîner, Apple a utilisé plus de deux millions de paires séquence-structure, principalement issues du jeu de données AFESM, qui rassemble notamment des structures prédites provenant d’AlphaFold Database. Les séquences étaient partiellement masquées tandis que du bruit était ajouté aux structures 3D. Le niveau d’altération de chaque composante variait afin d’exposer le modèle aux différents scénarios de conception.
Des résultats compétitifs sur plusieurs évaluations
Selon les évaluations rapportées par Apple, SimpleDesign obtient des résultats compétitifs pour la co-conception de protéines, la génération de structures et la génération de séquences, malgré un pipeline d’entraînement plus direct. Les chercheurs indiquent également que le modèle peut générer des structures protéiques plausibles et que ses séquences se situent généralement au niveau, voire au-dessus, de celles de la plupart des modèles multimodaux concurrents évalués.
Ces résultats reposent sur des évaluations informatiques. Ils mesurent donc les performances du modèle dans des benchmarks de conception et de prédiction, au cœur de cette étude.
Ce que ça change
SimpleDesign illustre l’intérêt d’architectures généralistes et d’un entraînement conjoint pour un problème où séquence et forme 3D sont étroitement liées. Pour la recherche, une telle simplification peut faciliter l’exploration de candidats protéiques en réunissant dans un même modèle des tâches souvent séparées.
Ce travail ne concerne pas une fonction destinée aux utilisateurs d’iPhone, de Mac ou d’Apple Intelligence. Il montre plutôt qu’Apple investit aussi dans des modèles fondamentaux, au-delà de ses produits grand public, avec une approche qui privilégie ici la simplicité du pipeline sans renoncer aux performances mesurées.
Source : Apple Machine Learning Research — étude « SimpleDesign: A Joint Model for Protein Sequence and Structure Codesign »
Rédigé avec l'assistance d'outils d'IA, vérifié et validé par la rédaction.