論文の概要: Designing Protein Structures from Natural Language

• arxiv url: http://arxiv.org/abs/2610.13917v2
• Date: Tue, 13 Oct 2026 04:11:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-14 23:39:49.990467
• Title: Designing Protein Structures from Natural Language
• Title（参考訳）: 自然言語からタンパク質構造を設計する
• Abstract要約: Prompteinaは、自然言語で指定された新しいより広範な設計目的をサポートする最初の全原子構造生成モデルである。 プレトレーニングされた構造生成モデルであるProteina-Complexaを、テキスト条件付きプレトレーニングと微調整により適用し、残基を対応するテキストと整列させる。 プロンプティーナは18の構造特性の15の基線を上回り、意図された機能の記述とより密に一致するタンパク質を生成する。
• 参考スコア（独自算出の注目度）: 58.94754292279692
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A central challenge in de novo protein design is generating proteins with desired structural and functional properties. Existing design models typically require a dedicated input representation for each property, limiting the design objectives they support. We develop Prompteina, the first all-atom structure generation model that supports new and broader design objectives specified in natural language, analogous to text-to-image generation. To train Prompteina, we construct Prompteina-Data, a paired text--protein structure dataset of 1.8M structures and 50M+ captions describing global and residue-specific structural and functional properties. We adapt Proteina-Complexa, a pretrained structure generation model, through text-conditioned pretraining and finetuning that aligns residues with their corresponding text. Prompteina outperforms baselines on 15 of 18 structural properties and generates proteins that more closely match descriptions of their intended functions. In binder design, it leads baselines on at least 13 of 20 targets and improves interface confidence by 14% over the strongest baseline. With iterative in silico feedback, Prompteina's gain over non-iterative generation is 57% larger than the next-best baseline on the hardest targets. Finally, we experimentally validate Prompteina designs against GM2A, a target with no reported de novo binders. We identify nine binders, with the strongest at an apparent $K_{\mathrm{D}}$ of 107 nM. These results establish natural language as an effective and powerful conditioning interface for protein structure generation.
• Abstract（参考訳）: デノボタンパク質の設計における中心的な課題は、望ましい構造と機能を持つタンパク質を生成することである。 既存の設計モデルは、通常、各プロパティに対して専用の入力表現を必要とし、それらがサポートする設計目標を制限する。 本稿では,テキスト・ツー・イメージ生成に類似した,自然言語で指定された新しい設計目的をサポートする最初の全原子構造生成モデルであるPrompteinaを開発する。 Prompteina-Data は 1.8M 構造と 50M+ キャプションから構成され, グローバルな構造と機能的特性を示す。 プレトレーニングされた構造生成モデルであるProteina-Complexaを、テキスト条件付きプレトレーニングと微調整により適用し、残基を対応するテキストと整列させる。 プロンプティーナは18の構造特性の15の基線を上回り、意図された機能の記述とより密に一致するタンパク質を生成する。 バインダー設計では、20のターゲットのうち少なくとも13のベースラインをリードし、最強のベースラインよりもインターフェースの信頼性を14%向上させる。 シリコンフィードバックの反復により、Prompteinaの非定性生成に対する利得は、最も難しいターゲットの次のベットベースラインよりも57%大きい。 最後に,Prompteinaの設計を,報告されたde novoバインダーを持たないターゲットであるGM2Aに対して実験的に検証した。 K_{\mathrm{D}}$ 107 nMが最も高い9つのバインダーを同定する。 これらの結果は、タンパク質構造生成のための効果的で強力な条件付けインターフェースとして自然言語を確立する。

関連論文リスト

• Scaling Atomistic Protein Binder Design with Generative Pretraining and Test-Time Compute [64.59043351161004]
  両パラダイムを統一する新規な完全原子結合体生成法であるProteina-Complexaを提案する。 Proteina-Complexa は計算バインダー設計ベンチマークにおける新しい技術状態を設定する。 また, 界面水素結合最適化, フォールドクラス誘導結合体生成, 小分子ターゲットへの拡張, 酵素設計タスクについても述べる。
  論文  参考訳（メタデータ） (2026-03-30T01:54:03Z)
• Protein as a Second Language for LLMs [50.34983283157322]
  『Protein-as-Second-Language』の枠組みは、新しいシンボリック言語における文としてアミノ酸配列を再構成する。 属性予測,記述的理解,拡張推論にまたがる79,926個のタンパク質-QAインスタンスのバイリンガルコーパスをキュレートする。 提案手法は,オープンソース LLM と GPT-4 間で一貫した利得を提供し,最大 17.2% のROUGE-L 改善を実現している。
  論文  参考訳（メタデータ） (2025-10-13T09:21:45Z)
• InstructPro: Natural Language Guided Ligand-Binding Protein Design [22.862346709685752]
  InstructProは、自然言語命令とリガンド式からタンパク質を設計する生成モデルのファミリーである。 トレーニングと評価を可能にするために,960万(関数記述,リガンド,タンパク質)の大規模データセットであるInstructProBenchを開発した。 InstructPro-1Bは2.46%と3.14%、InstructPro-3Bは5.06%と3.93%である。
  論文  参考訳（メタデータ） (2025-06-11T02:15:22Z)
• CPE-Pro: A Structure-Sensitive Deep Learning Method for Protein Representation and Origin Evaluation [7.161099050722313]
  タンパク質構造評価用結晶対予測学習モデル(CPE-Pro)を開発した。 CPE-Proはタンパク質の構造情報を学習し、構造間の差異を捉え、4つのデータクラスの正確なトレーサビリティを実現する。 我々は Foldseek を用いてタンパク質構造を「構造配列」にエンコードし、タンパク質構造配列言語モデル SSLM を訓練した。
  論文  参考訳（メタデータ） (2024-10-21T02:21:56Z)
• FoldToken: Learning Protein Language via Vector Quantization and Beyond [56.19308144551836]
  タンパク質配列構造を離散シンボルとして表現するために textbfFoldTokenizer を導入する。 学習したシンボルを textbfFoldToken と呼び、FoldToken の配列が新しいタンパク質言語として機能する。
  論文  参考訳（メタデータ） (2024-02-04T12:18:51Z)
• Endowing Protein Language Models with Structural Knowledge [5.587293092389789]
  本稿では,タンパク質構造データを統合することにより,タンパク質言語モデルを強化する新しいフレームワークを提案する。 PST(Protein Structure Transformer)と呼ばれる精製モデルは、小さなタンパク質構造データベース上でさらに事前訓練されている。 PSTは、タンパク質配列の最先端基盤モデルであるESM-2を一貫して上回り、タンパク質機能予測の新しいベンチマークを設定している。
  論文  参考訳（メタデータ） (2024-01-26T12:47:54Z)
• Progressive Multi-Modality Learning for Inverse Protein Folding [47.095862120116976]
  マルチモーダルトランスファー学習を利用するMMDesignと呼ばれる新しいタンパク質設計パラダイムを提案する。 MMDesignは、事前訓練された構造モジュールと事前訓練されたコンテキストモジュールを組み合わせる最初のフレームワークである。 実験結果は、小さなデータセットでのみトレーニングした結果、MMDesignが様々な公開ベンチマークのベースラインを一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2023-12-11T10:59:23Z)
• Structure-informed Language Models Are Protein Designers [69.70134899296912]
  配列ベースタンパク質言語モデル(pLM)の汎用的手法であるLM-Designを提案する。 pLMに軽量な構造アダプターを埋め込んだ構造手術を行い,構造意識を付加した構造手術を行った。 実験の結果,我々の手法は最先端の手法よりも大きなマージンで優れていることがわかった。
  論文  参考訳（メタデータ） (2023-02-03T10:49:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。