Explorez une hypothèse d’architecture pour le repliement des protéines

Utilisez le mode objectif de Codex lorsque vous souhaitez tester une hypothèse sur le repliement des protéines qui nécessite plusieurs itérations de développement. Donnez à Codex une piste scientifique bien délimitée, un modèle de référence fonctionnel et un benchmark dont le score se calcule automatiquement. Codex peut implémenter une variante de l’architecture, suivre les expériences, diagnostiquer les échecs et poursuivre les itérations pendant que vous examinez les résultats.

Cet exemple est parti d’une question précise. Un modèle de type AlphaFold2 pourrait-il apprendre plus efficacement des caractéristiques géométriques utiles des protéines si son réseau principal représentait explicitement, en plus des résidus et des paires de résidus, des objets topologiques d’ordre supérieur ?

Délimitez l’expérience

Dans l’Evoformer, AlphaFold2 utilise déjà de puissants mécanismes de raisonnement sur les paires et les triangles. Les opérations sur les triangles affinent les représentations des arêtes, mais leurs résultats sont toujours stockés dans un tenseur de paires. Le chercheur a proposé de tester si des représentations apprises et conservées pour les faces triangulaires et les cellules tétraédriques pouvaient introduire un biais inductif utile lorsque les données sont limitées.

Le dépôt public issu de ces travaux, SimplexFold, ajoute des états de faces à représentation creuse F_ijk et des états tétraédriques U_ijkl à la représentation classique des paires Z_ij.

MSA representation M
        <-> pair / edge tensor Z_ij
        <-> sparse face tensor F_ijk
        <-> sparse tetra tensor U_ijkl
        -> structure module
        -> recycled geometry
        loops back into the next pass

Commencez avec le prompt proposé sur cette page, un modèle de référence minimal de type AlphaFold2 et le benchmark public NanoFold. Pour vos expériences en biologie structurale, ce benchmark fournit un petit jeu de données fixe, soigneusement sélectionné, ainsi qu’une évaluation automatique. Limitez la portée de la première implémentation pour pouvoir la vérifier avec des tests unitaires ciblés et des microbenchmarks avant de lancer des entraînements coûteux.

Menez la recherche avec le mode objectif

Consignez la stratégie en cours et les prochaines étapes dans PLAN.md, tenez un journal structuré des résultats dans EXPERIMENTS.md et prenez vos notes au fil des expériences dans EXPERIMENT_NOTES.md. Ces fichiers permettent de retracer une recherche de longue durée et vous donnent un point de référence stable pour orienter l’itération suivante.

Le mode objectif est utile ici, car chaque itération demande d’implémenter des changements, de les tester, de suivre les expériences, de diagnostiquer les échecs et de choisir la suite en fonction des résultats du benchmark. Sans orientation scientifique, la recherche automatisée tendait à se concentrer sur des ajustements locaux familiers portant sur les fonctions de perte, les optimiseurs ou les hyperparamètres. En formulant une hypothèse d’architecture concise, le chercheur a donné à Codex des pistes d’exploration plus pertinentes, tout en lui laissant la latitude nécessaire pour tester l’implémentation, diagnostiquer les problèmes et affiner le modèle.

Ce workflow convient aussi aux équipes qui étudient comment l’intervention d’un scientifique au fil des expériences influe sur la qualité d’une recherche menée par un agent.

Exemple de résultat

Ce workflow a abouti à SimplexFold, une architecture expérimentale qui représente explicitement les états de simplexes d’ordre supérieur. Examinez la topologie en parallèle des journaux du benchmark pour vérifier que chaque itération met toujours à l’épreuve l’hypothèse scientifique initiale.

Cette expérience ne permet pas de conclure que Codex a résolu à lui seul le problème du repliement des protéines. Elle montre comment le mode objectif peut faire tourner en continu un cycle de développement scientifique. Le chercheur apporte l’idée, et Codex raccourcit le cycle qui va de l’implémentation aux explorations suivantes, en passant par l’expérimentation et le débogage.

Des diagnostics prometteurs indiquent que l’approche choisie fonctionne au stade de l’implémentation. Ils ne prouvent pas que le modèle généralise. Examinez régulièrement les pistes suivies par l’agent. Si ses recherches se réduisent à des ajustements locaux d’hyperparamètres, réorientez-le vers des questions d’architecture pertinentes sur le plan scientifique. N’avancez de conclusions qu’après avoir comparé les modèles dans les mêmes conditions sur des données de validation publiques et répété les expériences de manière appropriée.

Ressources

• Dépôt SimplexFold
• Plan d’évaluation de SimplexFold
• Concours NanoFold
• Règlement du concours NanoFold
• Plus de 150 heures de recherche en mode objectif
• Article sur le mode objectif