В статье, опубликованной в PNAS, группа из Департамента биологии MIT описала фреймворк PottsMPNN. Как сообщается в пресс-релизе университета от 27 августа 2026 года, модель включает физические принципы, определяющие структуру и стабильность белка, что улучшает генерацию последовательностей и предсказание влияния мутаций на стабильность. По словам старшего автора, заведующей кафедрой биологии и профессора Эми И. Китинг, традиционная метрика — воспроизведение последовательности, выбранной эволюцией, — не лучший показатель для дизайна белков.

PottsMPNN использует попарное распределение для учёта взаимодействий между аминокислотами в двух позициях белка и обучается на наборах эволюционно связанных последовательностей. По словам ведущего автора, аспиранта Фостера Бирнбаума, добавление шума при обучении снижает склонность модели копировать природные последовательности. Авторы отмечают, что по мере уменьшения опоры на природные последовательности улучшаются структурная совместимость и предсказание энергии, в том числе для новых белков.

Результаты относятся к вычислительному дизайну белков; в тексте не приводятся данные о клиническом применении. Китинг описывает работу как шаг к созданию новых для природы белков для различных задач и основу для дальнейших разработок.