الطرق الرائدة التي تعتمد على التعلم العميق لتصميم تسلسل البروتينات ذات الهيكل الثابت لا تُنمذِج تكوين السلاسل الجانبية للبروتينات أثناء إنشاء التسلسل، رغم الدور الكبير الذي يلعبه الترتيب ثلاثي الأبعاد للذرات الجانبية في تكوين البروتين، استقراره ووظيفته العامة. بدلاً من ذلك، تستند هذه النماذج إلى استنتاج الضوابط الأساسية للتفاعلات الجانبية بشكل ضمني بناءً على الهندسة الأساسية وتسلسل الحمض الأميني فقط. لمعالجة هذا الأمر، نقدم FAMPNN (MPNN كامل الذرات)، وهو طريقة لتصميم التسلسل تقوم بنمذجة هوية التسلسل وتكوين السلسلة الجانبية لكل مكون حمضي أميني بشكل صريح، حيث يتم تعلم توزيع الرمز لكل مكون حمضي أميني (التوكن) من حيث هويته المتقطعة وتكونه المستمر للسلاسل الجانبية باستخدام هدف خسارة مركب يتضمن الخطأ المتقاطع الفئوي وخسارة الانتشار. نثبت أن تعلم هذه التوزيعات بشكل مشترك هو مهمة ذات فائدة متضافرة عالية تحسن استرجاع التسلسل بينما تحقق أفضل مستوى في تركيب السلاسل الجانبية. علاوة على ذلك، فإن الفوائد الناجمة عن نمذجة الذرات الكاملة بشكل صريح تتعمم من استرجاع التسلسل إلى التطبيقات العملية لتصميم البروتينات، مثل التنبؤ الفوري بقياسات الارتباط والاستقرار التجريبية.