Révolution dans la prédiction de structures protéiques : SaESM2 et SaAMPLIFY

L’intelligence artificielle révolutionne le domaine de la biologie structurale. Des chercheurs ont mis au point une nouvelle méthode pour améliorer la précision des modèles de langage des protéines (pLM), en intégrant des connaissances structurales provenant de réseaux neuronaux graphiques de protéines (pGNN). Cette approche, décrite dans l’article « Structure-Aligned Protein Language Model » (arXiv:2505.16896v1), améliore considérablement les performances des modèles existants tels que ESM2 et AMPLIFY.

Intégration de connaissances structurales

La clé de cette avancée réside dans une technique d’apprentissage contrastif au niveau latent. Cette méthode aligne les représentations des résidus des pLM avec celles des pGNN sur plusieurs protéines, enrichissant ainsi les pLM avec des connaissances structurales inter-protéines. De plus, une tâche au niveau physique, consistant à prédire des marqueurs structurels, intègre des connaissances structurales intra-protéines.

Sélection des pertes de résidus

La qualité variable des structures protéiques dans la Protein Data Bank (PDB) est un défi majeur. Pour pallier cela, les chercheurs ont introduit un module de sélection des pertes de résidus. Ce module utilise un petit modèle entraîné sur des structures de haute qualité pour sélectionner les pertes de résidus fiables et pourtant difficiles à apprendre pour le pLM.

Résultats exceptionnels

Les résultats sont impressionnants. L’application de cette méthode d’alignement de structure à ESM2 et AMPLIFY a conduit à des gains de performance significatifs dans diverses tâches. Par exemple, la prédiction de contact pour ESM2 a été améliorée de 12,7 %. Les modèles résultants, SaESM2 et SaAMPLIFY, seront disponibles sur Hugging Face.

Impact et perspectives

Cette avancée a des implications considérables pour la recherche en biologie structurale et le développement de nouveaux médicaments. La capacité à prédire avec plus de précision les structures protéiques permet de mieux comprendre le fonctionnement des protéines et d’accélérer le processus de découverte de médicaments. La mise à disposition des modèles sur Hugging Face facilitera l’accès à cette technologie pour la communauté scientifique.