Resumen: Diseñar proteínas de novo con propiedades estructurales, fisicoquímicas y funcionales adaptadas sigue siendo un gran desafío en biotecnología, medicina y ciencia de materiales, debido a la inmensidad del espacio de secuencia y el complejo acoplamiento entre secuencia, estructura y función. Los métodos generativos de última generación actuales, como los modelos de lenguaje de proteínas (PLM) y las arquitecturas basadas en difusión, a menudo requieren amplios ajustes, datos específicos de tareas o reconfiguración del modelo para respaldar el diseño dirigido a objetivos, lo que limita su flexibilidad y escalabilidad. Para superar estas limitaciones, presentamos un marco descentralizado basado en agentes inspirado en la inteligencia de enjambre para el diseño de proteínas de novo. En este enfoque, múltiples agentes de modelos de lenguaje grande (LLM) operan en paralelo, cada uno asignado a una posición de residuo específica. Estos agentes proponen iterativamente mutaciones conscientes del contexto integrando objetivos de diseño, interacciones con vecindarios locales y memoria y retroalimentación de iteraciones anteriores. Esta coordinación descentralizada en cuanto a posición permite el diseño emergente de secuencias diversas y bien definidas sin depender de andamios de motivos o alineaciones de secuencias múltiples, validadas con experimentos en proteínas con estructuras de hélice alfa y espiral. A través de análisis de conservación de residuos, métricas basadas en estructuras y convergencia e incrustaciones de secuencias, demostramos que el marco exhibe comportamientos emergentes y una navegación efectiva en el panorama de aptitud de las proteínas. Nuestro método logra diseños eficientes y dirigidos a objetivos en unas pocas horas de GPU y funciona completamente sin ajustes ni capacitación especializada, lo que ofrece una solución generalizable y adaptable para el diseño de proteínas. Más allá de las proteínas, el enfoque sienta las bases para un diseño colectivo impulsado por un LLM en sistemas biomoleculares y otras tareas de descubrimiento científico.
Publicado originalmente en export.arxiv.org el 30 de noviembre de 2025.
Ver fuente original
