苹果发布SimpleDesign，端到端协同生成蛋白质序列与三维结构

苹果机器学习研究团队对外发布 SimpleDesign 蛋白质协同设计模型，相关预印论文公开。这套模型延续 SimpleFold 的技术路线，采用端到端架构，可同步生成蛋白质氨基酸序列与对应的三维空间结构，跳过传统方案中自编码器、结构离散化编码等中间环节。训练依托超过 200 万组序列 – 结构配对样本，模型在蛋白质共设计、无条件生成、逆折叠等多项基准测试取得不错结果，简化蛋白质生成的技术链路。

SimpleDesign能力

SimpleDesign 采用混合 Transformer 架构，原生处理氨基酸序列与三维坐标两类数据。训练阶段随机对序列做掩码、对三维结构叠加噪声，通过调整破坏程度，同时学习蛋白质折叠、逆折叠、全新蛋白共设计三类任务。

输入结构约束，模型输出适配该构象的氨基酸序列；输入序列信息，模型还原对应的三维折叠形态；无前置条件时，从零生成全新蛋白序列与配套立体结构。

模型输出可导出标准生物信息文件，用于后续仿真、分子动力学评估。整套方案不依赖领域专用几何模块，通用 Transformer 组件即可完成计算，降低推理部署的硬件门槛。

SimpleDesign原理

现有蛋白质共设计模型大多分两段训练，先用自编码器把三维结构转为离散标记，再在隐空间训练生成网络。

SimpleDesign 直接在原始数据空间训练，序列采用交叉熵损失，三维结构采用流匹配回归目标，两种模态在同一模型内联合优化。

混合 Transformer 模块对不同模态做针对性处理，同时维持全局自注意力，捕捉氨基酸残基与空间坐标之间的关联，减少多阶段训练带来的信息损耗。

SimpleDesign适用场景

新药研发领域，快速生成候选蛋白结构，开展靶点结合仿真，筛选潜在药物分子载体。

合成生物学项目，设计全新酶蛋白，用于催化反应、生物材料开发，缩短蛋白迭代周期。

计算生物科研，用于蛋白质构象探索，对比不同架构生成蛋白的稳定性与理化特性。

蛋白工程方向，基于目标三维骨架，快速推导可用氨基酸序列，完成蛋白改造。