VibeGen: AI do projektowania białek według wibracji

VibeGen: generowanie białek według dynamicznych wzorców za pomocą AI z MIT

Inżynierowie z MIT stworzyli VibeGen — generatywny model AI, który syntetyzuje sekwencje białkowe na podstawie docelowych wzorców ruchu: wibracji, zginania i oscylacji. Model rozwiązuje zadanie odwrotne, określając łańcuchy aminokwasów zapewniające zadaną dynamikę, a nie statyczną formę. To analogiczne do vibe-codowania, gdzie opis pożądanego zachowania prowadzi do generacji funkcjonalnej cząsteczki.

Tradycyjne podejścia, w tym AlphaFold, koncentrowały się na przewidywaniu i generowaniu struktur 3D. Jednak dynamika — zginanie, rozciąganie, pulsowanie — decyduje o funkcjonalności: wiązaniu ligandów, odporności na obciążenia, interakcjach z patogenami. VibeGen integruje dynamikę molekularną w proces projektowania, wykorzystując modele dyfuzyjne do iteracyjnej optymalizacji.

Architektura VibeGen: projektant i predyktor

System składa się z dwóch agentów:

• Projektant: generuje kandydatów sekwencji aminokwasów pod docelowy profil ruchu.
• Predyktor: symuluje dynamikę i ocenia zgodność z celem.

Agenci współdziałają w pętli: projektant proponuje warianty, predyktor sprawdza je za pomocą symulacji fizycznych, iteracje trwają do osiągnięcia zbieżności. Podstawowa technologia to model dyfuzyjny dostosowany do przestrzeni białkowej: z początkowego szumu powstaje sekwencja o zadanych charakterystykach wibracyjnych.

Kluczowe cechy:

• Zadanie odwrotne: od profilu dynamicznego do sekwencji, a nie odwrotnie.
• Iteracyjna stabilizacja: pętle sprzężenia zwrotnego zapewniają precyzję.
• Całkowicie nowe konstrukcje: generowane białka nie występują w naturalnych bazach danych.

Walidacja i funkcjonalna degeneracja

Wygenerowane białka przeszły symulacje molekularno-dynamikowe. Wyniki potwierdziły zgodność z docelowymi wzorcami: wibracje, zginanie i oscylacje były odtwarzane z dużą dokładnością. Nieoczekiwany efekt — wiele sekwencji i struktur daje identyczną dynamikę, co autorzy określają jako „funkcjonalną degenerację”.

To wskazuje na niedobadane obszary projektowania: ewolucja wykorzystała zaledwie ułamek możliwych rozwiązań dynamicznych. VibeGen poszerza ten zakres, oferując nieewolucyjne warianty o przewidywalnym zachowaniu.

Zastosowania w biotechnologii i naukach o materiałach

Kontrola dynamiki otwiera nowe kierunki:

• Medycyna: białka terapeutyczne z precyzyjnym wiązaniem i minimalnymi efektami off-target.
• Nauki o materiałach: włókna i powłoki o programowalnej mechanice — wytrzymałości, elastyczności.
• Biologia syntetyczna: molekularne siłowniki reagujące na bodźce w czasie rzeczywistym.

Dynamika jako „vibe” białka — to fizyczny wzorzec decydujący o funkcjonalności. Model umożliwia projektowanie cząsteczek pod konkretne zadania, integrując fizykę z generacją AI.

Co ważne

• VibeGen wykorzystuje modele dyfuzyjne do generowania sekwencji aminokwasów według dynamicznych wzorców, omijając nacisk na statyczne struktury.
• Dwa agenty — projektant i predyktor — zapewniają iteracyjną optymalizację dzięki symulacjom dynamiki molekularnej.
• Generowane białka wykazują funkcjonalną degenerację: różne sekwencje dają tę samą dynamikę.
• Potencjał w medycynie, naukach o materiałach i biologii syntetycznej dzięki kontroli wibracji i oscylacji.
• Publikacja w Matter (Cell Press), 24 marca 2026 r., kierownicy projektu — Marcus Bühler (MIT).

— Editorial Team