Chinese AI-tool ontwerpt eiwitten via gewone taal, Hugging Face doet dat met DNA

Eiwitten ontwerpen met kunstmatige intelligentie is al een paar jaar mogelijk, maar vereist meestal diepgaande kennis van scheikunde en moleculaire structuren. Je moet precies weten welke aminozuren — de bouwstenen van eiwitten — op welke plek moeten komen om een gewenste functie te krijgen. Een samenwerkingsverband van onderzoekers, vooral verbonden aan Chinese instituten, bouwde daarom een systeem genaamd Pinal. Dat werkt met gewone taal: je beschrijft simpelweg wat het eiwit moet doen, en het programma doet de rest.

Twee stappen, van tekst naar eiwit

Pinal splitst het ontwerpproces net als bestaande tools op in twee onderdelen. Het eerste onderdeel, T2struct, vertaalt een tekstopdracht naar een soort blauwdruk: een reeks codes die aangeven hoe aminozuren ruimtelijk ten opzichte van elkaar moeten liggen, elk met een waarschijnlijkheid. Het tweede onderdeel, SAProt-T, gebruikt die blauwdruk en de oorspronkelijke tekst om daadwerkelijk een volledige aminozuurvolgorde te bepalen. Daarbij kijkt het systeem bewust ook naar iets minder waarschijnlijke structuren, omdat die soms juist een veel betere functie opleveren. Om dit te trainen gebruikten de onderzoekers enorme databanken met eiwitsequenties en bijbehorende functiebeschrijvingen, aangevuld met structuurvoorspellingen van AlphaFold, de bekende AI van Google DeepMind. Eén van de gebruikte databanken bevatte alleen al 800 miljoen combinaties van zoektermen en eiwitten.

Veel kaf, weinig koren

Om Pinal te testen, lieten de onderzoekers het systeem onder meer een fluorescerend eiwit ontwerpen, geïnspireerd op GFP, het groen fluorescerende eiwit waarvoor ooit een Nobelprijs werd uitgereikt. Pinal produceerde eerst 50.000 mogelijke varianten. Na filtering op kenmerken zoals een vatvormige structuur bleven daar 29 kandidaten van over, die in de bacterie E. coli werden gemaakt. Uiteindelijk lichtte precies één variant daadwerkelijk op. Bij de andere geteste eiwitten, waaronder enzymen, verliep het proces vergelijkbaar: van duizenden ontwerpen bleven er na filtering en laboratoriumtests maar een handvol werkende exemplaren over. Het slagingspercentage is dus laag, maar de onderzoekers wijzen erop dat juist de meest kansrijke varianten vaak al werden weggefilterd omdat ze te veel op bestaande, bekende eiwitten leken.

Ook DNA krijgt een taalmodel

Los van Pinal presenteerde AI-bedrijf Hugging Face vorige week Carbon X, een vergelijkbaar systeem maar dan voor DNA. Dit model is gebaseerd op een bestaand taalmodel, Qwen3-14B, dat vervolgens is bijgeschoold met DNA-data. Het resultaat is een model dat zowel gewone taal als DNA-code begrijpt en tussen beide kan vertalen. Je kunt het dus een DNA-fragment geven en laten voorspellen welke code erop volgt, of vragen stellen als: wat gebeurt er als deze ene letter in het DNA verandert? Carbon X is gratis te downloaden en kan op lokale computers draaien, wat volgens Hugging Face belangrijke voordelen biedt ten opzichte van gesloten commerciële modellen. Het model maakt wel vaker fouten bij lange sequenties en kan, net als andere AI-taalmodellen, dingen verzinnen als een opdracht niet specifiek genoeg is.