Белок похож на цепочку бусин-аминокислот, которая сворачивается в строго определённую форму — от этой формы зависит, как белок работает в клетке. Дизайнеры белков меняют бусины местами, чтобы получить нужную форму, но перебор вариантов огромен. Нейросеть LigandMPNN выдаёт один вариант за раз, как человек, который собирает пазл и на первой же попытке ставит деталь не туда.

Новый метод RosettaSearch использует большую языковую модель как генератор идей. Модель предлагает множество изменённых последовательностей, а программа RosettaFold3 быстро проверяет, насколько хорошо каждая сворачивается в заданную структуру. Поиск идёт под жёстким бюджетом вычислений: как повар, который пробует блюдо, добавляет щепотку соли, снова пробует — и так до идеального вкуса. В тесте на 400 белках, где LigandMPNN дал неудачные варианты, RosettaSearch нашёл улучшения в 18–68% случаев, а общий успех вырос в 2,5 раза. Работает метод и на совершенно новых, сгенерированных компьютером структурах.

Интересно, что качество улучшений растёт с «рассудительностью» модели: более мощные версии (o4-mini и Gemini-3) справляются лучше. А ещё можно подключить зрение: модель смотрит на картинку предсказанной структуры белка и учитывает её при генерации. Это первый крупный показ, что языковые модели могут быть оптимизаторами для дизайна белков без трудоёмкого обучения.