（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不同分子之間的相互作用如何產生生物特性。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，為研究生物化學網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開展生物分子結構及相互作用的全方位預測