Benchmarking Generative AI Protein Models Reveals Differences Between Structural and Sequence-based Approaches

Área de la Ciencia:

• Bioquímica
• Inteligencia Artificial
• Biología Computacional

Sus antecedentes:

• Los modelos de inteligencia artificial (IA) generativa están avanzando en el diseño de proteínas de novo.
• La evaluación de estos modelos es crucial para su aplicación en la ingeniería biomédica.

Objetivo del estudio:

• Evaluar sistemáticamente 13 modelos generativos de proteínas de última generación.
• Evaluar el rendimiento del modelo en la generación de monómeros de proteínas factibles, diversos y novedosos.
• Comparar modelos de difusión estructural y modelos de lenguaje de proteínas para el diseño de proteínas.

Principales métodos:

• Análisis comparativo de 13 modelos generativos de proteínas.
• Evaluación de la factibilidad, diversidad y novedad de los monómeros de proteínas.
• Generación condicional de proteínas basada en la proteasa del virus del mosaico del tabaco (TEV).

Principales resultados:

• Los modelos de difusión estructural producen diseños plausibles de alta confianza, pero carecen de diversidad y muestran sesgos de secuencia.
• Los modelos de lenguaje de proteínas generan diseños diversos y novedosos con menor confianza estructural.
• Los modelos generativos produjeron con éxito enzimas funcionales, aunque con una actividad reducida en comparación con la TEV de tipo salvaje.

Conclusiones:

• Los modelos generativos de proteínas exhiben fortalezas complementarias, y los modelos de difusión se destacan en la precisión estructural y los modelos de lenguaje en la diversidad del diseño.
• Se establece un marco de evaluación sistemático para evaluar y seleccionar modelos generativos de proteínas.
• Esta investigación facilita la aplicación informada de herramientas de IA para la ingeniería biomédica y el diseño de proteínas.