AlphaFold 3 est lancé, prédisant de manière exhaustive les interactions et les structures des protéines et de toutes les molécules de la vie, avec une précision bien plus grande que jamais

Éditeur | Radis Skin

Depuis la sortie du puissant AlphaFold2 en 2021, les scientifiques utilisent des modèles de prédiction de la structure des protéines pour cartographier diverses structures protéiques dans les cellules, découvrir des médicaments et cartographier chacune d'entre elles. " des interactions protéiques connues.

Tout à l'heure, Google DeepMind a publié le modèle AlphaFold3, capable de prédire la structure conjointe de complexes comprenant des protéines, des acides nucléiques, de petites molécules, des ions et des résidus modifiés. La précision de

AlphaFold3 est considérablement améliorée par rapport à de nombreux outils dédiés dans le passé (interaction protéine-ligand, interaction protéine-acide nucléique, prédiction anticorps-antigène). Cela démontre qu’une modélisation de haute précision dans l’espace biomolécule est possible dans un seul cadre d’apprentissage profond unifié.

Entre-temps, l'équipe a récemment lancé AlphaFold Server, un outil de recherche facile à utiliser qui offre un accès gratuit à la plupart des fonctionnalités de AlphaFold3.

Frank Uhlmann, biochimiste au Francis Crick Institute de Londres, a découvert très tôt AlphaFold3 et a été impressionné par ses capacités. "C'est tout simplement révolutionnaire." Il a déclaré : "Cela démocratisera la recherche en biologie structurale."

1. Machines moléculaires dans les cellules :

Les cellules contiennent des milliards de machines moléculaires composées de protéines, d'acides nucléiques et de sucres. Ces machines fonctionnent ensemble pour que les processus de la vie se déroulent sans problème.

La révolution d'AlphaFold3 :
2. Google DeepMind lance AlphaFold3, qui prédit la structure et les interactions de toutes les molécules vivantes avec une précision sans précédent.
Interactions avec d'autres types de molécules :
3. Par rapport aux méthodes existantes, AlphaFold3 améliore d'au moins 50 % la précision des prédictions des interactions protéiques avec d'autres types de molécules, et double même la précision dans certaines catégories.
Mises à jour d'AlphaFold3 :
4. DeepMind a effectué une mise à jour majeure d'AlphaFold3 qui réduit la dépendance à l'égard des informations sur les protéines liées à la séquence cible.
Utilisation du modèle de diffusion :
5. AlphaFold3 utilise un réseau d'apprentissage automatique de modèle de diffusion, le même que celui utilisé dans le générateur d'images d'intelligence artificielle Midjourney. "Il s'agit d'un changement majeur", a déclaré John Jumper, chef du projet AlphaFold. Comment AlphaFold3 révèle les molécules de la vie liste de molécules, AlphaFold3 Leur structure 3D commune est générée, révélant comment ils s'emboîtent. Il peut simuler :

   Grandes biomolécules (protéines, ADN, ARN)

   Petites molécules (ligands)

Modifications chimiques

Avantages techniquesAlphaFold3 utilise une architecture et une formation améliorées pour couvrir toutes les molécules de la vie. Les technologies de base comprennent :

Module Evoformer

Assemblage du réseau de diffusion

1. Précision
3. La prédiction des interactions moléculaires par AlphaFold3 dépasse la précision de tous les systèmes existants, avec une capacité unique à unifier les connaissances scientifiques.

Drug Discovery

AlphaFold3 améliore les capacités de conception de médicaments et peut prédire :

ligands
1. anticorps

Il atteint une précision sans précédent dans la prédiction des interactions médicamenteuses, une amélioration de 50 % par rapport aux méthodes traditionnelles, devenant ainsi une intelligence artificielle des systèmes qui transcendent les outils de prédiction basés sur la physique.

Isomorphic Labs

Isomorphic Labs combine AlphaFold3 avec des modèles d'IA internes pour :

Projets internes

Conception de médicaments avec des partenaires pharmaceutiques

1. Il exploite AlphaFold3 pour accélérer et améliorer le taux de réussite de la conception et de la réponse des médicaments. Nouvelles cibles de maladies et cibles existantes.
2. Équilibre

DeepMind équilibre l’accessibilité, l’impact scientifique et les capacités commerciales de découverte de médicaments d’AlphaFold3.

Jim Fan, directeur de recherche senior chez NVIDIA et responsable de Embodied AI (GEAR Labs), a tweeté et commenté :

1. "AlphaFold3 est là, la dernière version de la plus grande avancée en matière d'intelligence artificielle en biologie. Nouveauté AlphaFold3 utilise la diffusion pour "rendre" les structures moléculaires. Cela commence par un nuage flou d’atomes, puis étoffe progressivement les molécules grâce au débruitage. "
2. " Dans la chronologie dans laquelle nous vivons, apprendre de Llama et Sora peut éclairer et accélérer les sciences de la vie, je trouve la généralité absolument incroyable. Le même squelette de transformateur et de diffusion qui génère de beaux pixels peut aussi penser aux protéines, à condition de le faire. vous convertissez les données en une séquence à virgule flottante en conséquence. "
3. "Nous ne sommes pas encore au niveau d'un modèle AGI unique, mais nous avons réussi à construire un menu de recettes d'IA universel qui peut transférer la formation, les données et les réseaux neuronaux entre les domaines. L'architecture. Cela ne devrait pas fonctionner, mais Dieu merci, c'est le cas!"

Bien sûr, il y a aussi des voix dissidentes, en raison des limites de la modélisation des interactions protéiques avec d'éventuels médicaments, a déclaré Brian, chimiste médicinal à l'Université de Californie, San Francisco. "Je ne pense pas que cela ait le même impact qu'AlphaFold2", a déclaré Shoichet, qui utilise la structure AlphaFold pour trouver des candidats médicaments.

Un outil de recherche gratuit et facile à utiliser

Contrairement à RoseTTAFold et AlphaFold2, les scientifiques ne pourront pas exécuter leur propre version d'AlphaFold3, et les informations telles que le code sous-jacent d'AlphaFold3 ne seront pas rendues publiques à ce stade. temps. Au lieu de cela, les chercheurs auront accès au nouveau « AlphaFold Server » de DeepMind pour utiliser les capacités d’AlphaFold3.

AlphaFold Server est une plateforme gratuite que les scientifiques du monde entier peuvent utiliser pour mener des recherches non commerciales. En quelques clics, les biologistes peuvent exploiter la puissance d’AlphaFold 3 pour simuler des structures composées de protéines, d’ADN, d’ARN et d’une gamme de ligands, d’ions et de modifications chimiques.

AlphaFold Server aide les scientifiques à générer de nouvelles hypothèses et à les tester en laboratoire, accélérant ainsi le flux de travail et permettant davantage d'innovation. La plateforme offre aux chercheurs un moyen pratique de générer des prédictions, qu’ils disposent de ressources informatiques ou d’une expertise en apprentissage automatique.

Uhlmann aime ce qu'il a vu du serveur jusqu'à présent, il est plus simple et plus rapide que la version AlphaFold2 qu'il avait utilisée précédemment. "Vous le téléchargez et 10 minutes plus tard, vous avez la structure", a-t-il déclaré.

Cependant, actuellement, le nombre d’utilisateurs ayant accès à AlphaFold Server est limité. Actuellement, les scientifiques ne peuvent faire que 10 prédictions par jour, ce qui rend peu probable l’obtention de structures protéiques permettant de lier d’éventuels médicaments.

Lien vidéo :
https://mp.weixin.qq.com/s/IcKOIAqEM4B2fdOsE5cfVA

Serveur AlphaFold :
https://golgi.sandbox.google.com/about

Exploitation responsable la puissance d'AlphaFold3

Avec chaque version d'AlphaFold, DeepMind travaille avec les communautés de recherche et de sécurité pour comprendre l'impact général de la technologie. Ils adoptent une approche scientifique et mènent des évaluations approfondies pour atténuer les risques potentiels et partager de vastes avantages pour la biologie et les humains.

S'appuyant sur la consultation externe de DeepMind pour AlphaFold2, en plus de tiers professionnels dans les domaines de la biosécurité, de la recherche et de l'industrie, ils ont désormais collaboré avec plus de 50 experts du domaine pour comprendre les capacités et les capacités des modèles AlphaFold ultérieurs. DeepMind a également participé à des forums et à des discussions à l'échelle de la communauté avant la sortie d'AlphaFold3.

AlphaFold Server reflète l'engagement continu de DeepMind à partager les avantages d'AlphaFold, notamment une base de données gratuite de 200 millions de structures protéiques.

Ils travailleront également avec l'EMBL-EBI et en partenariat avec des organisations du Sud pour étendre les cours éducatifs en ligne gratuits AlphaFold afin de fournir aux scientifiques les outils dont ils ont besoin pour accélérer l'adoption et la recherche, y compris dans des domaines sous-financés tels que les maladies négligées et l'alimentation. sécurité. DeepMind continuera de travailler avec la communauté scientifique et les décideurs politiques pour développer et déployer des technologies d'IA de manière responsable.

Déverrouiller l'avenir de la biologie cellulaire basée sur l'IA

AlphaFold3 amène le monde biologique en HD. Il permet aux scientifiques de comprendre les systèmes cellulaires dans toute leur complexité, leur structure, leurs interactions et leurs modifications.

Cette nouvelle fenêtre sur les molécules de la vie révèle comment elles sont interconnectées et aide à comprendre comment ces connexions influencent les fonctions biologiques, telles que l'action des médicaments, la production d'hormones et le processus de réparation de l'ADN, qui protège la santé.

Le potentiel d’AlphaFold3 vient tout juste de commencer à être exploité. Quel est l’avenir des sciences de la vie ?

Lien papier :
https://www.nature.com/articles/s41586-024-07487-w

Contenu associé :
https://blog.google/technology/ai/google-deepmind-isomorphic-alphafold-3-ai-model/

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!