Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Кандидатные положения лиганда в белке удалось ранжировать точнее, чем это делали опытные химики и отдельные физические оценки. В работе Stanford University и Genesis Molecular AI, которая не прошла рецензирование и где все числа получили сами авторы, поиск признаков для обычного классификатора оказался точнее прямого решения LLM. Для команд это аргумент использовать языковую модель как разработчика измеримых признаков, а не как окончательного судью.
Pyrite превращает трёхмерную структуру в сравнимые признаки
Задача начинается после генерации структур. Модель совместного сворачивания белка и лиганда выдаёт несколько правдоподобных вариантов связывания, но экспериментальная структура в этот момент неизвестна. Система должна выбрать, какой вариант ближе к реальному положению лиганда.
Pyrite оформляет эту задачу как попарный выбор. В набор вошли 1 500 пар, собранных из 285 белково-лигандных структур и 1 799 уникальных поз. В каждой паре нужно указать вариант, который ближе к кристаллической структуре.
Пары получили из закрытой модели совместного сворачивания и алгоритма, который специально увеличивает разнообразие результатов. Затем набор отфильтровали так, чтобы в сравнении участвовал хотя бы один качественный вариант, а очевидно некорректные или почти одинаковые позы не упрощали задачу.
Сырые трёхмерные координаты плохо подходят для текстовой модели: ей приходится самостоятельно восстанавливать химический смысл из списков чисел. Поэтому PyriteRep собирает 29 признаков. Среди них геометрия лиганда, контакты с остатками белка, деформации связей, необычные торсионные углы и MM-GBSA — оценка энергии связывания.
В представление также входят сведения о белке и молекуле: семейство мишени, список атомов и связей, формальные заряды и типы взаимодействий. LLM получает не только координаты, но и структурированный отчёт от инструментов вычислительной химии.
Прямое рассуждение не справилось с конфликтом сигналов
Pyrite оказался сложным именно потому, что привычные показатели противоречат друг другу. Случайный выбор даёт ожидаемую точность 50%, а химики с доступом к трёхмерному просмотру и физическим оценкам получили 45%, если отказ от ответа считать ошибкой. MM-GBSA показал 34%: на отобранных качественных позах более выгодная энергия чаще указывала не на тот вариант.
PyriteReasoner решает задачу напрямую. Он читает PyriteRep, сопоставляет взаимодействия, геометрию и физические оценки, формулирует химическое объяснение и выбирает одну позу. Лучший вариант достиг точности 67%.
PyriteFeaturizer отводит LLM другую роль. Агент пишет исполняемый код, который вычисляет новые признаки из PyriteRep, а окончательный выбор делает логистическая регрессия. В расширенной конфигурации код может дополнительно вызывать LLM, чтобы оценить свойства конкретной позы, которые трудно выразить фиксированной формулой.
Такой конвейер достиг 74%. Среди найденных преобразований были ограничение влияния выбросов в MM-GBSA и правила, которые меняли вес контактов с учётом семейства белка. Языковая модель не пыталась каждый раз заново вывести правильный ответ, а искала повторяемое правило, которое затем проверял простой классификатор.
Оба агента дополнительно обучали с подкреплением методом GRPO. Наградой для PyriteFeaturizer служила точность признаков при перекрёстной проверке: агент получал более высокую оценку, если созданная им программа помогала классификатору на отложенных примерах. Обучение помогло модели с открытыми весами меньше полагаться на MM-GBSA и в отдельных конфигурациях сравняться с закрытыми моделями или обойти их внутри Pyrite.
Работа меняет архитектуру эксперимента, но не подтверждает готовый ранжировщик
Для команды, которая строит ранжирование результатов молекулярной генерации, Pyrite предлагает практическое разделение ролей. LLM можно запускать на этапе разработки: поручить ей создавать код признаков, проверять его по известным структурам и отбирать устойчивые преобразования. В рабочем контуре после этого остаётся компактный классификатор с воспроизводимыми входами.
Такой вариант проще проверять, чем свободное текстовое рассуждение. Команда видит, какие величины вычисляет программа, может ограничить допустимые операции и отдельно проверить каждый признак. Дополнительные вызовы LLM стоит сохранять только там, где они дают измеримый прирост на отложенных белках.
Границы результата задаёт сам Pyrite. В нём сравнивают пары поз, а не сортируют полный набор кандидатов; позы сгенерированы одной закрытой системой; обучение использует более ранние структуры, а проверка — более поздние. Поэтому работа обосновывает новый план эксперимента, но перенос на другую модель генерации, другой химический ряд или полный конвейер ранжирования нужно измерять отдельно.
Источники
Иллюстрация: рисунок из статьи «Pyrite: Building and Benchmarking Protein-Ligand Pose Ranking Agents», Megha Srivastava, Michael H. Lim, Allison M. Keys и др., CC BY 4.0
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
