Denoising Diffusion Models for Protein Design

• Collaborateur : Thomas Schiex
• Début de contrat : 1er Septembre 2025
• Financement : INRAE - Programme EXPLORAE

Résumé : Les modèles d’IA génératifs dynamiques basés sur le transport entre distributions de probabilités ont révolutionné l’apprentissage non supervisé. Ces modèles permettent de construire des ponts entre une distribution facile à échantillonner et une distribution complexe, définie par des données, permettant de transformer des échantillons des premières en échantillons d’intérêt, similaires aux données d’entraînement.

Initialement développés pour les images, ces modèles ont vu des applications dans des domaines variés, en particulier pour la génération de structures de molécules variées, dont des protéines, initialement via le logiciel RFDiffusion. Le but du projet est de développer et de mettre en oeuvre un modèle génératif avancé, permettant de générer structure, composition chimique et géométrie fine, avec des conditions variées pour la génération de protéines ayant des fonctions d’intérêt.