KEPULAUAN BANGKA BELITUNG — Apple merilis studi baru bertajuk "SimpleDesign: A Joint Model for Protein Sequence and Structure Codesign". Model ini dirancang untuk menghasilkan urutan asam amino sekaligus struktur 3D protein dalam satu alur pelatihan end-to-end, tanpa tahap perantara yang biasa dipakai model sejenis.
Langkah ini menyusul studi SimpleFold yang dipublikasikan September lalu. SimpleFold memakai flow matching untuk memprediksi struktur 3D protein langsung dari urutan asam amino, dan kini pendekatan serupa diperluas ke masalah desain protein yang lebih luas.
Banyak model desain protein saat ini bekerja lewat dua tahap. Pertama, model autoencoder dilatih untuk mengubah struktur protein menjadi representasi diskret atau token. Kedua, model generatif dilatih di ruang laten tersebut untuk menghasilkan urutan dan struktur baru.
SimpleDesign melewati langkah perantara itu. Model belajar langsung dari pasangan urutan asam amino dan koordinat 3D, tanpa mengompresi struktur protein ke representasi token terpisah.
Dalam studi tersebut, peneliti Apple menulis:
"We hypothesize that this multi-stage training is not necessary to obtain performant co-design models and thus present SimpleDesign, an effective multi-modal protein design model trained directly in the data space."
Peneliti memulai dengan lebih dari 2 juta pasangan urutan dan struktur protein, terutama dari dataset AFESM yang menggabungkan struktur prediksi dari AlphaFold Database dengan sampel tambahan.
Saat pelatihan, kedua sisi pasangan dirusak. Asam amino dalam urutan disembunyikan di balik token mask, sementara struktur 3D-nya diberi noise. Tingkat kekacauan tiap sisi juga divariasikan.
Jika urutan hampir utuh tapi struktur banyak rusak, tugasnya menyerupai protein folding, dan model harus memulihkan struktur dari urutan yang diketahui. Sebaliknya, jika struktur hampir utuh tapi urutan banyak tertutup, tugasnya menyerupai inverse folding, dan model harus menghasilkan urutan yang bisa membentuk struktur tersebut.
Ketika keduanya rusak sebagian, model belajar menangani dua masalah itu sekaligus. Di sinilah proses co-design terbentuk.
Menurut studi tersebut, SimpleDesign memberi hasil kompetitif di benchmark co-design protein, generasi struktur, dan generasi urutan, meski pipeline pelatihannya jauh lebih sederhana.
Peneliti juga menemukan bahwa SimpleDesign mampu menghasilkan struktur protein yang masuk akal. Urutan asam amino yang dihasilkan dinilai setara atau lebih baik dibandingkan sebagian besar model multimodal pesaing.
Ada catatan penting. Hasil ini masih terbatas pada evaluasi berbasis komputer. Protein yang dihasilkan belum diuji secara eksperimental untuk memastikan bisa melipat, berfungsi, atau berperilaku aman di sistem biologis nyata.
SimpleFold memakai flow matching yang dipasangkan dengan blok Transformer general-purpose, teknik yang umum dipakai untuk generasi teks. Pendekatan itu menghindari beberapa metode komputasi mahal yang biasanya dipakai model protein folding seperti AlphaFold dari DeepMind.
SimpleDesign menerapkan filosofi serupa ke desain protein. Alih-alih membangun arsitektur khusus yang rumit, Apple memilih arsitektur general-purpose dengan proses pelatihan yang lebih langsung.
Studi lengkapnya membahas arsitektur, proses pelatihan, benchmark, dan hasil SimpleDesign secara lebih mendalam. Peneliti menyediakan tautan akses ke studi tersebut untuk pembaca yang ingin menelusuri detail teknisnya.
Untuk pengguna Indonesia, riset ini belum berujung ke produk konsumen. Ini masih tahap publikasi ilmiah, jauh dari aplikasi praktis di perangkat Apple. Meski begitu, arah risetnya menunjukkan Apple terus memperluas penggunaan model AI ke domain di luar teks dan gambar, termasuk biologi komputasional.