языковая модель белков

Четыре старые карты лежали в разных ящиках стола. На каждой были отмечены гены, связанные со старением клеток, но карты не совпадали: разные названия, разные масштабы, разные легенды. Учёному, который искал ген для эксперимента, приходилось сверять их вручную, рискуя пропустить важную отметку. SenSASP сшила эти карты в одну.

В комнате смеха человек подходит к кривому зеркалу и видит себя то карликом, то великаном. Примерно так же ведут себя популярные модели машинного обучения, когда их просят угадать биологический возраст по анализам крови или снимкам мозга: они растягивают возраст на краях, занижая его у пожилых и завышая у молодых.

На месте преступления находят пятно. Эксперт берёт тампон, и через несколько часов прибор выдаёт список белков, из которых состояла жидкость. Раньше быстрый тест мог ошибиться, если жидкостей было несколько: кровь смешивалась со слюной, и полоска показывала ложный результат. Теперь масс-спектрометр взвешивает каждую молекулу, а три алгоритма переводят эти веса на язык криминалиста.

Картограф, рисующий не горы и реки, а невидимые связи между электронами, — так можно описать новую нейросеть. Вместо атомных координат она берёт молекулярные орбитали и чертит граф, где узлы — это орбитали, а рёбра — меры их квантовой запутанности.

Радиолог смотрит на снимок брюшной полости и видит не просто органы, а их взаимное расположение: какая почка больше, где опухоль относительно сосуда. Это похоже на чтение карты, где важно не только знать, где обычно стоит город, но и уметь измерить расстояние между двумя точками на местности.

В антарктическом льду частица-призрак оставляет после себя лишь слабую вспышку синего света. Детектор IceCube ловит эти вспышки, и по ним нужно понять, откуда прилетела частица. Модель PolarBERT научилась это делать, но что именно она видит внутри — оставалось загадкой.

Белок в клетке не статичен, как манекен в витрине. Его атомы непрерывно колеблются, растягиваются и изгибаются — подобно натянутой гитарной струне, которая продолжает вибрировать после щипка. Чтобы понять функцию белка, необходимо оценить жёсткость связей между его участками.

Белковый инженер похож на повара, который пытается сделать блюдо одновременно вкусным, полезным и дешёвым. Изменяя один ингредиент, он рискует испортить другой. Раньше компьютерные помощники умели оценивать свойства белков только по отдельности, не видя, как они связаны между собой.

Переводчик отвлекается на каждый шорох в зале — и час совещания превращается в два. Так и молекулярные фундаментальные модели: они выучивают язык молекул на гигантских корпусах, но для каждого нового разговора требуют настройки. Monroe меняет правила: она не учит новый язык, а мгновенно находит общий смысл по нескольким примерам.

Белок — это наноразмерная молекулярная машина, которая активируется и деактивируется по внешней команде. Команда поступает, когда к белку присоединяется другая молекула — подобно тому, как ключ входит в замок. Это связывание вызывает конформационное изменение белка, и сигнал передаётся дальше по цепи.

Перовскитная солнечная батарея напоминает молодую спортсменку: на старте демонстрирует выдающиеся показатели, но быстро утомляется. Всего за восемь часов её эффективность заметно снижается, хотя видимых дефектов — трещин, пыли, отслоений — не наблюдается.

Медленно вращая ручку настройки старого радиоприёмника, вы слышите, как звук вырывается из шума не постепенно, а резким скачком — в тот миг, когда антенна попадает в резонанс с волной. Примерно так же ведут себя гены в живой клетке. Они работают не как плавный кран, а как тумблер с двумя положениями: «молчит» и «вещает».

Внутри каждой клетки непрерывно происходят встречи и расставания молекул. Одни пары удерживаются прочно, подобно застёжке-липучке, другие — едва соприкасаются, как пыльца на ветру. Именно эти мимолётные контакты, сила сцепления которых сравнима с энергией растворения крупинки соли в стакане воды, управляют множеством клеточных сигналов и решений.

Представьте огромный оркестр без дирижёра. Каждый музыкант — это ген (участок ДНК, кодирующий белок или РНК), а мелодия — сложная работа клетки. Раньше, глядя на фотографию ткани, компьютер пытался угадать партию каждого инструмента по отдельности. Он не знал, что скрипки обычно играют вместе с альтами, а трубы — с тромбонами.

Белок в клетке — не жёсткая деталь, а скорее мягкая перчатка, которая может обхватывать разные предметы. До сих пор дизайнеры белков работали как скульпторы, создавая ключ под единственный замок: одна мишень, одна форма. Но жизнь сложнее: иногда нужно, чтобы белок узнавал сразу два разных вируса или менял очертания в зависимости от соседей.

Бактериальная биоплёнка похожа на город из слизи. Дома в нём — сами микробы. Улицы и мосты — длинные молекулы полимеров, которые бактерии выделяют наружу. Вся эта конструкция не застывшая: мосты то рвутся, то сшиваются заново. Авторы работы собрали «игрушечную» компьютерную модель такого города.

Четыре слабых штриха на снимке — всё, что видит астроном. Так скульптор по четырём теням восстанавливает форму невидимого стекла. Около ста лет назад Альберт Эйнштейн предсказал, а Фриц Цвикки предложил использовать гравитационные линзы — естественные телескопы из тёмной материи, усиливающие свет далёких…

Белок скользит по нити ДНК, как ключ по связке, — ищет свой замок. Один неверный поворот, и ген останется выключенным. Чтобы понять, где белок ухватится надёжно, нужно измерить силу этой хватки — энергию связывания. Но перебрать все возможные места вручную невозможно: геном млекопитающих — это миллиарды «букв».

В 2025 году большие языковые модели вроде GPT уже не просто болтают — они помогают учёным ставить эксперименты. Но тот же инструмент может попасть в руки злоумышленника. Группа исследователей построила цифровой полигон, чтобы это выяснить.

Огромная библиотека, где каждая книга — точная инструкция по сборке одной молекулы белка. Нейросеть AlphaFold2 прочитала миллионы таких книг и научилась мгновенно выдавать готовую трёхмерную модель. Но внутри этой сети, в самом её «мозгу», осталось нечто большее — не просто правила сборки, а целый атлас возможных движений белка, его скрытая жизнь. Исследователи придумали способ заглянуть в этот атлас.

Обычные алгоритмы компьютерного зрения воспринимают медицинские изображения как набор несвязанных фрагментов — любые два несовпадающих снимка для них абсолютно различны. Это напоминает попытку отличить близнецов, не зная об их родстве. В медицине же пациенты с одним заболеванием часто выглядят на МРТ почти идентично, и алгоритм ошибается, путая «родственные» случаи.

Искусственный интеллект, предсказывающий акустику помещения, напоминает студента на экзамене со шпаргалкой. Если проверочные точки совпадают с учебными, модель просто запоминает звуковой «отпечаток» каждой позиции — как студент, узнающий билет по загибу уголка.

Модели, превращающие текст в аудио, хорошо воссоздают одиночные звуки, но путаются, когда в сценарии их несколько. Например, по сценарию сначала звонок, потом шаги, потом хлопок двери. Генератор может переставить события, и зритель услышит шаги до звонка. Исследователи нашли неожиданное решение: вместо программирования сложных правил они взяли нейросеть, которая «понимает» аудио, и сделали её строгим контролёром.

Автоматические судьи речи — это алгоритмы, обученные оценивать произношение и эмоциональную окраску голоса. Однако, как показали исследования, они часто ведут себя подобно кулинарному критику, который выносит вердикт, прочитав меню, но не попробовав само блюдо.

Вы стоите под душем: поворачиваете вентиль, а вода — то ледяная, то обжигающая. Трубы живут собственной жизнью: давление скачет непредсказуемо, словно капризный оркестр без дирижёра.

Современный стандартный подход к обучению искусственного интеллекта можно сравнить с ребёнком, запертым в библиотеке: он запоминает миллионы книг, но не знает, что огонь обжигает, а падение приносит боль.

Мозг общается короткими электрическими разрядами — потенциалами действия. Прежде расшифровка этого языка требовала тысяч размеченных примеров: экспериментатор сопоставлял сигнал с конкретным движением или словом. Метод MOJO предлагает иной подход — подобно изучению языка через погружение, он сначала вслушивается в «поток сознания» без всяких подсказок и самостоятельно выявляет повторяющиеся паттерны.

В кастрюле с супом достаточно двух термометров, чтобы понять температуру везде — если знать, что тепло идёт кругами от дна. Так и в науке: по редким замерам нужно восстановить полную картину теплового поля.

Клетки одного организма подобны близнецам-пекарям, работающим на общей кухне по единой поваренной книге — молекуле ДНК. Однако при транскрипции (копировании рецепта в молекулы мРНК — «шпаргалки») и последующей трансляции (сборке белков по этим инструкциям) неизбежно возникают случайные флуктуации.

Представьте водителя на обледенелой трассе: он не знает точной реакции машины на поворот руля и вынужден учиться в процессе, интуитивно сохраняя запас пространства для возможной ошибки. Сходным образом действует адаптивный алгоритм управления.

Оценка качества снимка — это работа для дотошного контролёра с целым арсеналом инструментов. Нейросеть IQA-T1 действует именно так: она не просто разглядывает картинку, а методично применяет то спектроскоп, то люксметр. Цифровой шум, словно рябь на воде, маскирует дефекты, но анализ частот — спектроскопия изображения — позволяет выявить потерю резкости.

Звуковой сигнал удобно представлять комплексным числом: его модуль (амплитуда) отражает громкость, а аргумент (фаза) — положение волны во времени, её мгновенный сдвиг. Традиционные нейросети расщепляют это единое описание на две независимые координаты — грубо говоря, задают адрес в декартовой сетке: «два шага на восток, один на север».

Когда звезда-исполин схлопывается в сверхновую или два нейтронных шара сливаются в космическом танце, триллионы нейтрино уносят энергию катаклизма.

Традиционно алгоритмы машинного обучения действуют в статичном окружении — подобно воде, которая течёт по уже проложенному руслу, не меняя его формы. Новый метод переворачивает эту парадигму: он позволяет агенту одновременно осваивать действия и целенаправленно изменять саму среду, в которой он существует.

В шумной комнате человек выделяет нужный голос благодаря бинауральному слуху: два уха улавливают микроскопическую разницу во времени прихода звуковых волн и их интенсивности. Компьютер с массивом микрофонов действует аналогично — он извлекает пространственные подсказки, вычисляя направление на каждый источник звука.

Приготовление сложного блюда требует чёткого рецепта: сначала нарезать, потом обжарить, добавить специи в нужный момент. Химические превращения тоже идут по пошаговым рецептам — механизмам, где атомы углерода и водорода перестраиваются строго по очереди. Раньше нейросети часто выдумывали несуществующие шаги, как повар-фантазёр, заменяющий соль сахаром.

Энергосистемы, интегрирующие солнечные панели и ветрогенераторы, напоминают шахматную партию: облачность и колебания нагрузки — это ходы соперника, которые невозможно предвидеть. Для поддержания баланса диспетчеры прежде перебирали десятки сценариев (неопределённость), что требовало чрезмерных временных и вычислительных ресурсов.

Когда вы набираете «салат», а интеллектуальная клавиатура предлагает «цезарь», за кулисами миллионы телефонов совместно обучаются предсказывать слова. Они обмениваются не вашими сообщениями, а лишь улучшениями общего алгоритма — подобно тренеру, который рассылает спортсменам только изменения в плане тренировок: «добавьте 5 отжиманий к вчерашней программе».

Представьте кухню, где каждое «блюдо» — синтезированный по тексту звук — готовят десятки поваров. Многие из них лишь мешают: подают ложные сигналы и бесцельно тратят ресурсы. Именно так устроена полная версия нейросети-генератора звуков: множество её связей не участвуют в деле, но потребляют вычислительную мощность.

Предсказать свойства новой молекулы — сродни попытке угадать вкус незнакомого блюда. Программа работает как опытный повар: она «пробует» похожие молекулы, чьи свойства уже известны, и на основе их «вкуса» уточняет свою догадку. Например, для воды или углекислого газа алгоритм находит изученные аналоги и корректирует температуру кипения или растворимость.