触ってみた: Chroma

#創薬アドベントカレンダー (dry) ２日目記事。 #souyakuAC2023

先日発表されていた、

Ingraham, J.B., Baranov, M., Costello, Z. et al.

Illuminating protein space with a programmable generative model.

Nature 623, 1070–1078 (2023).

https://doi.org/10.1038/s41586-023-06728-8

拡散モデルでタンパク質構造を生成するやつ。

1/n: We are excited to share that our paper on Chroma, a general purpose diffusion model for proteins, is out today in @Nature! https://t.co/FwvQ15UaHc

A couple of my favorite highlights in the 🧵below 👇 pic.twitter.com/hk4TtkstDJ
— Andrew Beam (@AndrewLBeam) 2023年11月15日

Chroma と名付けられている。

3/n: We also have open-sourced the code behind Chroma and provided free access to models weights to academic and non-profit researchers.

You can find links to the code, the model weights, and example notebooks on the @generate_biomed Chroma page:https://t.co/CGfSnsMFF1
— Andrew Beam (@AndrewLBeam) 2023年11月15日

デモ版が Colab で用意されているので触ってみた。

Colab のノートブックはこちら。

モデルのウェイトを利用するための API key が必要なので、まずこちらで登録する必要がある。キーを取得したら API key 入力欄に入力。

８つのパターンの使い方が用意されている。

#Chroma has also generated a protein model in the shape of Japanese character！

アルファベット以外でもいけるようだ。
文字形状の点群への変換を経由しており、任意の文字でできるのかもしれない。

Colab Notebook:https://t.co/4NPybWL4gz https://t.co/fsNrhEKX6i pic.twitter.com/arhUL4msIw
— 叢雲くすり (創薬ちゃん) 💊創薬アドベントカレンダー OPEN💊 (@souyakuchan) 2023年11月16日

これは "Shape" 機能を使って平仮名の形に合わせたタンパク質構造を生成してみたもの。

ぬ為転変🤞#Chroma pic.twitter.com/89wb8ov2gF
— 叢雲くすり (創薬ちゃん) 💊創薬アドベントカレンダー OPEN💊 (@souyakuchan) 2023年11月16日

※ ただし構造を生成できると言っても、それが実際に発現･精製できてフォールドするものとは限らない。

なお論文中に書いてあるように、生成したタンパク質モデルが実際に精製･構造分析できて上手くいった(?)のは 3% 程度らしいのでモデルを生成できたからといってリアルに作れるフォールドとは限らない。
— 叢雲くすり (創薬ちゃん) 💊創薬アドベントカレンダー OPEN💊 (@souyakuchan) 2023年11月16日

特に面白そうに思ったのは "Natural language" 機能で、プロンプトでどういうタンパク質かを記述して構造を生成させることができる。

実際にフォールドしてタンパク質として希望通りに機能するかどうかは別として、近いことはできるようになったと言えるかもしれない。ゴリゴリ発現･精製･分析できるラボはこれから楽しいかもしれない。

プロンプト: "Highly thermostable, water-soluble protease"#Chroma https://t.co/kLLjMZrgoX pic.twitter.com/9Cst68NBYa
— 叢雲くすり (創薬ちゃん) 💊創薬アドベントカレンダー OPEN💊 (@souyakuchan) 2023年11月16日

「安定な可溶性タンパク質」などと入力して生成させるとそれっぽいものが出る。

とは言うものの、タンパク質の機能や構造など具体的な指定をすると全然反映されていない結果が返ってくることのほうが多い印象。画像生成 AI 同様、欲しい絵が出るまでガチャを回し続けることが必要といった性質のものかもしれない。

配列や構造データそのものを入力してそれを元にして更にこの機能を付与して～～などといった処理も今のところできない(?)のでタンパク質設計に実用するのは現状なかなか難しい気はするが、そのうち img2img のような使い方などが実装されてきたりするようだと有用な使い道も出て来るかもしれない。

みなさんも面白い使い方を見つけたら是非教えて欲しい。