W ostatnich latach opracowano zatem liczne podejścia do wykorzystania zasad i procesów kontrolujących wspomagane komputerowo przetwarzanie języka naturalnego w badaniach nad białkami. Przetwarzanie języka naturalnego poczyniło niezwykłe postępy dzięki nowym technologiom AI. Obecnie modele przetwarzania języka umożliwiają maszynom nie tylko rozumienie sensownych zdań, ale także ich samodzielne generowanie. Taki model był punktem wyjścia wspomnianych badań

Model przetwarzania języka przeniesiony do ewolucji białek nazywa się „ProtGPT2”. Można go teraz wykorzystać do projektowania białek, które poprzez fałdowanie przyjmują stabilne struktury i są w tym stanie trwale funkcjonalne. Ponadto biochemicy z Bayreuth odkryli, poprzez złożone badania, że model może nawet tworzyć białka, które nie występują w naturze i prawdopodobnie nigdy nie istniały w historii ewolucji. Odkrycia te rzucają światło na niezmierzony świat możliwych białek i otwierają drzwi do ich projektowania w nowatorski i niezbadany sposób.

Jest jeszcze jedna zaleta: większość białek zaprojektowanych do tej pory de novo ma idealną strukturę. Zanim takie struktury będą mogły mieć potencjalne zastosowanie, zazwyczaj muszą przejść przez skomplikowany proces funkcjonalizacji - na przykład poprzez wstawianie rozszerzeń i wnęk - tak, aby mogły wchodzić w interakcje ze swoim środowiskiem i przyjmować precyzyjnie zdefiniowane funkcje w większych kontekstach systemowych. Z drugiej strony, ProtGPT2 generuje białka, które mają wrodzoną tak zróżnicowaną strukturę, a zatem działają już w odpowiednich środowiskach.