Эфир 18.11 · Поток 318 ноября в 19:00 МСК — бесплатный практический эфир по ИИ-агентам · Живой Поток 3 стартует 23.11Эфир 18 ноября →Поток 3 (23.11)
РелизНаучная статья · В песочницуHabr AI→ оригинал

Pinal проектирует белки по тексту: один из них повысил выход продукта в 1,7 раза

Биотеху нужен способ быстрее выбирать молекулы для лабораторной проверки. Pinal принимает описание функции белка, предлагает его структуру и аминокислотную последовательность: один из полученных вариантов повысил выход продукта в эксперименте в 1,7 раза. Но для поиска флуоресцентного белка пришлось сгенерировать около 50 тысяч последовательностей. Параллельно вышла Carbon-X — открытая модель для вопросов о ДНК.

AI-обработка оригинала Habr AI; редакция Hamidun News
Pinal проектирует белки по тексту: один из них повысил выход продукта в 1,7 раза
Источник: Habr AI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникHabr AI ↗
Главный редактор
Ключевой факт #1Pinal предлагает кандидатов; работоспособность проверяют в лаборатории.
Ключевой факт #2Carbon-X анализирует ДНК и объясняет ответы обычным языком.
Ключевой факт #3Координаты и точные замены в последовательностях нужно проверять кодом.

Команде, которая ищет новый фермент, нужен список молекул, которые имеет смысл проверить в лаборатории. Pinal позволяет начать такой поиск с текстового описания нужной функции. В одном из экспериментов полученный белок повысил выход продукта в искусственном пути фиксации CO₂ примерно в 1,7 раза относительно природного аналога из E. coli. Для разработчика биотеха это повод проверить, можно ли встроить модель в отбор кандидатов перед дорогими экспериментами.

Рядом появилась Carbon-X — открытая модель для анализа ДНК через обычный диалог. Эти системы решают разные задачи: Pinal предлагает белки, Carbon-X помогает разбирать генетические последовательности. Общая продуктовая идея понятна: специалист формулирует вопрос словами, а система связывает его с биологическими данными.

Pinal: от описания функции к кандидатам для лаборатории

Представим задачу: нужен фермент, который выполняет определённую реакцию. Пользователь описывает функцию, после чего Pinal работает в два этапа. Модуль T2struct предлагает структурное представление белка. Затем SaProt-T использует его вместе с текстовым условием, чтобы подобрать аминокислотную последовательность — цепочку, из которой состоит белок.

По данным авторов, систему обучали на 1,7 млрд пар белковых данных и текстовых описаний, причём аннотации создавались синтетически. Это существенная оговорка: размер обучающего набора нельзя читать как количество независимо подтверждённых лабораторных наблюдений. Архитектуру и принцип обучения авторы описывают в статье Nature.

В представленных экспериментах исследователи нашли рабочие молекулы для четырёх задач. Однако самый показательный результат для планирования бюджета — история с флуоресцентным белком. Система сгенерировала около 50 тысяч последовательностей, после отбора осталось 29 кандидатов, и один действительно оказался флуоресцентным.

Это разные этапы отбора, поэтому превращать их в одну универсальную «точность модели» было бы ошибкой. Зато они показывают реальный процесс: генерация большого набора, вычислительная фильтрация, затем физический эксперимент. Для продакта здесь важнее стоимость найденного рабочего кандидата, чем красота ответа в интерфейсе.

Carbon-X: задать вопрос о ДНК в чате

Carbon-X построена на Qwen3-14B и содержит 14,8 млрд параметров. Её выпустили исследователи Hugging Face, Zhongguancun Academy и TIGEM / Университета Неаполя. Код и веса доступны по Apache 2.0. Модель принимает последовательности ДНК вместе с вопросами на обычном языке; семейство и условия использования описаны в карточке модели.

Простой сценарий: исследователь передаёт исходный участок ДНК и вариант с заменой одной буквы, затем просит оценить возможные последствия. Другой сценарий — спросить, похож ли фрагмент на участок, регулирующий работу гена. Такой интерфейс может пригодиться команде, которая делает инструменты для исследователей и хочет сократить ручное переключение между последовательностями, аннотациями и пояснениями.

Но связное объяснение ещё не подтверждает биологический вывод. Разработчики предупреждают об ошибках в подсчёте оснований, координатах и точных изменениях последовательностей. При недостатке контекста модель способна выдумать функцию участка. Качество генерации длинной ДНК также снижается.

Что проверять перед интеграцией

Мой практический вывод: начинать стоит с узкой операции, для которой уже есть проверенные примеры и понятная цена ошибки. Для Carbon-X это может быть предварительный разбор известных вариантов с последующей экспертной проверкой. Для Pinal — предложение кандидатов внутри существующего лабораторного процесса.

Точные операции с последовательностями разумно поручить коду: проверить длину, найти позицию замены, сравнить исходный и изменённый фрагменты. Модели можно оставить объяснение и формирование гипотез. В интерфейсе полезно сохранять входные данные, версию модели и результаты внешних проверок, чтобы ответ можно было воспроизвести.

Основателю биотеха эти работы дают конкретный повод для пилота. Оценивать его стоит по числу подтверждённых результатов, времени специалиста и расходам на эксперименты. Успех отдельного белка или удобный чат с ДНК сами по себе ещё не показывают, сколько будет стоить решение вашей задачи.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: Pinal: от описания функции к кандидатам для лаборатории?

Представим задачу: нужен фермент, который выполняет определённую реакцию. Пользователь описывает функцию, после чего Pinal работает в два этапа. Модуль T2struct предлагает структурное представление белка. Затем SaProt-T использует его вместе с текстовым условием, чтобы подобрать аминокислотную последовательность — цепочку, из которой состоит белок. По данным авторов, систему обучали на 1,7 млрд пар белковых данных и текстовых описаний, причём аннотации создавались синтетически.

Что известно по теме: Carbon-X: задать вопрос о ДНК в чате?

Carbon-X построена на Qwen3-14B и содержит 14,8 млрд параметров. Её выпустили исследователи Hugging Face, Zhongguancun Academy и TIGEM / Университета Неаполя. Код и веса доступны по Apache 2.0. Модель принимает последовательности ДНК вместе с вопросами на обычном языке; семейство и условия использования описаны в карточке модели. Простой сценарий: исследователь передаёт исходный участок ДНК и вариант с заменой одной буквы, затем просит оценить возможные последствия.

Что известно по теме: что проверять перед интеграцией?

Мой практический вывод: начинать стоит с узкой операции, для которой уже есть проверенные примеры и понятная цена ошибки. Для Carbon-X это может быть предварительный разбор известных вариантов с последующей экспертной проверкой. Для Pinal — предложение кандидатов внутри существующего лабораторного процесса. Точные операции с последовательностями разумно поручить коду: проверить длину, найти позицию замены, сравнить исходный и изменённый фрагменты. Модели можно оставить объяснение и формирование гипотез.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Единое AI-пространство · Nomad

Протестируйте новые LLM и мультимодальные модели в одном окне

Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…