AlphaDE: KI-gestützte Proteinentwicklung mit Sprachmodell und Baumsuche

In einer wegweisenden Studie wird AlphaDE vorgestellt, ein neues Framework, das die Kraft großer Protein-Sprachmodelle mit Monte‑Carlo‑Baumsuche kombiniert, um die evolutionäre Optimierung von Proteinen in Silico zu beschleunigen. Durch das Feintuning vortrainierter Sprachmodelle mittels maskierter Sprachmodellierung auf homologen Proteinsequenzen wird die evolutionäre Plausibilität für die Zielproteinklasse aktiviert. Anschließend nutzt AlphaDE eine test‑time‑Inference‑Strategie, bei der die Baumsuche gezielt Mutationen auswählt, die von dem feinjustierten Modell als evolutionär sinnvoll bewertet werden.

Die umfangreichen Benchmark‑Tests zeigen, dass AlphaDE die bisherigen Spitzenreiter deutlich übertrifft – und das bereits mit nur wenigen Beispielen zum Feintuning. Ein besonders aufschlussreicher Anwendungsfall demonstriert, wie AlphaDE die Proteinsequenz‑Landschaft komprimieren kann, indem es durch computergestützte Evolution die relevantesten Varianten hervorhebt.

Diese Kombination aus Sprachmodell‑gestützter Evolution und Baumsuche eröffnet neue Perspektiven für die schnelle Entwicklung von Proteinen mit gewünschten Eigenschaften und unterstreicht die zunehmende Bedeutung von KI‑Methoden in den Lebenswissenschaften.