Los investigadores anunciaron haber desarrollado un nuevo marco de aprendizaje automático capaz de diseñar secuencias de proteínas que no existen en la naturaleza. El marco integra en el modelo los principios físicos que rigen la estructura y la estabilidad de las proteínas.
Este enfoque captura las interacciones entre pares de aminoácidos mediante una distribución bidireccional, mapeando el paisaje de energía‑secuencia de manera más precisa. Como resultado, el modelo puede generar secuencias que adoptan la estructura de plegamiento deseada y también predecir el efecto de mutaciones sobre la estabilidad.
Sin embargo, el marco utiliza conjuntos de datos evolutivos durante el entrenamiento para lograr una independencia total de las secuencias locales; esto aún implica ciertas limitaciones e incertidumbres. Los investigadores planean perfeccionar el método mediante ajustes finos para tareas biotecnológicas específicas.