VibeGen: AI für Protein-Design durch Vibrationen

VibeGen: Generierung von Proteinen aus dynamischen Mustern mit MIT-KI

Ingenieure des MIT haben VibeGen entwickelt – ein generatives KI-Modell, das Proteinsequenzen basierend auf Ziel-Bewegungsmustern synthetisiert: Vibrationen, Biegungen und Oszillationen. Das Modell löst das Umkehrtproblem, indem es Aminosäureketten ermittelt, die die spezifizierten Dynamiken erzeugen, statt statischer Formen. Dies ist vergleichbar mit Vibe-Coding, bei dem die Beschreibung des gewünschten Verhaltens ein funktionales Molekül erzeugt.

Traditionelle Ansätze, einschließlich AlphaFold, konzentrierten sich auf die Vorhersage und Generierung von 3D-Strukturen. Dynamiken – Biegen, Strecken, Pulsieren – bestimmen jedoch die Funktionalität: Ligandenbindung, Belastungsresistenz, Interaktionen mit Pathogenen. VibeGen integriert Molekulardynamik in den Designprozess und nutzt Diffusionsmodelle für iterative Optimierung.

VibeGen-Architektur: Designer und Predictor

Das System besteht aus zwei Agenten:

• Designer: erzeugt Kandidaten-Aminosäuresequenzen, die auf das Ziel-Bewegungsprofil abgestimmt sind.
• Predictor: simuliert Dynamiken und bewertet die Übereinstimmung mit dem Ziel.

Die Agenten interagieren in einer Schleife: Der Designer schlägt Varianten vor, der Predictor prüft sie durch physikalische Simulationen, und Iterationen laufen bis zur Konvergenz. Die Kerntechnologie ist ein für den Proteinraum angepasstes Diffusionsmodell: Ausgehend von initialem Rauschen bildet es eine Sequenz mit den geforderten Vibrationsmerkmalen.

Wichtige Merkmale:

• Umkehrtproblem: vom dynamischen Profil zur Sequenz, nicht umgekehrt.
• Iterative Stabilisierung: Feedback-Schleifen gewährleisten Präzision.
• Völlig neuartige Designs: Die generierten Proteine fehlen in natürlichen Datenbanken.

Validierung und funktionale Degeneranz

Die generierten Proteine wurden Molekulardynamik-Simulationen unterzogen. Ergebnisse bestätigten die Treue zu den Zielmustern: Vibrationen, Biegungen und Oszillationen wurden präzise reproduziert. Ein unerwarteter Befund: Mehrere Sequenzen und Strukturen erzeugen identische Dynamiken, was die Autoren als „funktionale Degeneranz“ bezeichnen.

Dies weist auf einen wenig erforschten Designraum hin: Die Evolution hat nur einen Bruchteil möglicher dynamischer Lösungen umgesetzt. VibeGen erweitert diesen Raum und bietet nicht-evolutionäre Varianten mit vorhersagbarem Verhalten.

Anwendungen in Biotechnologie und Materialwissenschaften

Kontrolle über Dynamiken eröffnet neue Wege:

• Medizin: Therapeutische Proteine mit präziser Bindung und minimalen Off-Target-Effekten.
• Materialwissenschaften: Fasern und Beschichtungen mit programmierbarer Mechanik – Festigkeit, Elastizität.
• Synthetische Biologie: Molekulare Aktuatoren, die in Echtzeit auf Reize reagieren.

Dynamiken als „Vibe“ eines Proteins – sein physisches Muster, das die Funktionalität definiert. Das Modell ermöglicht das Entwerfen von Molekülen für spezifische Aufgaben und verknüpft Physik mit KI-Generierung.

Wichtige Erkenntnisse

• VibeGen nutzt Diffusionsmodelle, um Aminosäuresequenzen aus dynamischen Mustern zu erzeugen und umgeht den Fokus auf statische Strukturen.
• Zwei Agenten – Designer und Predictor – steuern iterative Optimierung über Molekulardynamik-Simulationen.
• Generierte Proteine zeigen funktionale Degeneranz: Unterschiedliche Sequenzen liefern dieselben Dynamiken.
• Potenzial in Medizin, Materialwissenschaften und synthetischer Biologie durch Herrschaft über Vibrationen und Oszillationen.
• Veröffentlichung in Matter (Cell Press), 24. März 2026, Leitung – Marcus Bühler (MIT).

— Editorial Team