（本篇文章共923字，閱讀時間約3分鐘）

圖源：AI生成

Google DeepMind 近期發(fā)布了 AlphaFold 3，這是一款模擬生命基本構造及其在細胞內(nèi)部相互作用的人工智能模型。AlphaFold 3 的發(fā)布將極大推動揭秘疾病之謎以及尋找針對癌癥等疾病的治療方法。

AlphaFold 3是于2018年首次開發(fā)的科技的第三代產(chǎn)品，根據(jù)本周發(fā)表在Nature雜志上的一篇論文，該模型給出了迄今為止對微生物結(jié)構和交互方式最精準的預測。

這款模型由DeepMind藥物發(fā)現(xiàn)衍生公司Isomorphic Labs開發(fā)，它是將AI預測能力應用于加深微型生命機制理解以及疾病機制的最新里程碑。

DeepMind的首席執(zhí)行官兼聯(lián)合創(chuàng)始人Demis Hassabis爵士解釋說，“生物學是一個動態(tài)系統(tǒng)，我們需要理解細胞內(nèi)不同分子之間的相互作用如何產(chǎn)生生物特性。AlphaFold 3 可被視為我們向這個目標邁出的第一大步。”

AlphaFold 3的技術升級擴大了其關注的生物范圍，超出了之前主要分析的蛋白質(zhì)，為研究生物化學網(wǎng)絡提供了更豐富的視角。模型涵蓋了遺傳代碼DNA和RNA以及配體——與其他分子結(jié)合的分子，這些分子可以是疾病的重要標志。

Isomorphic Labs的首席AI官員Max Jaderberg指出，AlphaFold 3的能力為研究人員提供了新的機會，他們可以迅速地確定潛在的新藥分子。Isomorphic Labs已經(jīng)與制藥公司Eli Lilly和Novartis建立了合作關系。

AlphaFold 3的新論文中提到，相比于很多現(xiàn)有的專用工具，包括基于其前身的那些，AlphaFold 3展示了“顯著提高”的預測精準度。研究還指出，開發(fā)合適的AI深度學習框架可以極大減少獲得“生物學相關性能”的所需數(shù)據(jù)量。

DeepMind的AlphaFold團隊領導John Jumper表示，“我們正看到驚人的進步，我們認為將會引發(fā)一系列新的科學發(fā)現(xiàn)。”他強調(diào)了這項技術改善植物生物知識以及食品安全的潛力。“我們已經(jīng)開始看到生物學家和早期試用者使用這種方法來理解細胞如何運作，以及在疾病狀態(tài)時可能會出現(xiàn)何種問題。”

AlphaFold 3建議的分子仍需要實驗驗證，并且需要經(jīng)過正常的臨床試驗過程。DeepMind表示，它將使大部分AlphaFold 3的功能通過服務器提供給公眾，學術非商業(yè)用戶將可以免費訪問。

Boston Consulting Group本周發(fā)布的一項研究顯示，AI發(fā)現(xiàn)的藥物在早期試驗階段的成功率高于其他方法發(fā)現(xiàn)的藥物。盡管研究人員謹慎表示，這些數(shù)據(jù)僅是對技術在藥物發(fā)現(xiàn)有效性的初步分析，但研究顯示AI可能會使制藥研究和開發(fā)的效率翻倍。

“這將真正地顛覆我們做實驗的方式。”King’s College London的結(jié)構生物學家Julien Bergeron說，他并未參與開發(fā)AlphaFold 3，但一直是其測試用戶，“我們可以在去實驗室之前就開始檢驗假設。”

END

       原文標題 : 全新篇章：AlphaFold 3開展生物分子結(jié)構及相互作用的全方位預測