自2021 年发布强大的AlphaFold2 以来,科学家们一直在使用蛋白质结构预测模型 来绘制细胞内各种蛋白质结构的图谱、发现药物,并绘制每种已知蛋白质相互作用的「宇宙图」。
就在刚刚,Google DeepMind 发布了AlphaFold3 模型,该模型能够对包括蛋白质、核酸、小分子、离子和修饰残基 在内的复合物 进行联合结构预测。
AlphaFold3 的准确性对比过去许多专用工具(蛋白质-配体相互作用、蛋白质-核酸相互作用、抗体-抗原预测)有显着提高。这表明,在单个统一的深度学习框架内,可以实现跨 生物分子 空间的高精度建模。
同时,该团队新推出了 AlphaFold Server,一种易于使用的研究工具,可以免费访问 AlphaFold3 的大部分功能。
伦敦弗朗西斯·克里克研究所的生物化学家 Frank Uhlmann 很早就接触到了 AlphaFold3,他对其功能印象深刻。 「这简直是革命性的。」他说,「这将使结构生物学研究大众化。」
该研究以「Accurate structure prediction of biomolecular interactions with AlphaFold 3」为题,于2024 年5月8 日发布在《Nature》。
AlphaFold3 功能
给定分子的输入列表,AlphaFold3 会生成它们的联合3D 结构,揭示它们如何组合在一起。它可以模拟:
技术优势
AlphaFold3 采用改进的架构和训练,涵盖所有生命分子。核心技术包括:
准确性
AlphaFold3 对分子相互作用的预测超过了所有现有系统的准确性,具有独特的统一科学见解能力。
药物发现
AlphaFold3 提高了药物设计能力,可以预测:
它在预测类药物相互作用方面实现了前所未有的准确性,比传统方法提高了50%,成为超越基于物理的预测工具的人工智能系统。
Isomorphic Labs
Isomorphic Labs 结合AlphaFold3 和内部AI 模型,用于:
它利用AlphaFold3 加速和提高药物设计的成功率,应对新的疾病目标和现有目标。
平衡
DeepMind 平衡了 AlphaFold3 的可获取性、科学影响力和商业药物发现能力。
当然,也有不同的声音,由于对蛋白质与可能的药物相互作用建模的限制,加州大学旧金山分校的药物化学家 Brian Shoichet 表示:「我看不出它能产生 AlphaFold2 那样的影响。」他一直在使用 AlphaFold 结构来寻找候选药物。
一款免费且易于使用的研究工具
与 RoseTTAFold 和 AlphaFold2 不同,科学家将无法运行他们自己版本的 AlphaFold3,AlphaFold3 底层的代码等信息目前不会被公开。相反,研究人员将可以访问 DeepMind 新推出的「AlphaFold Server」 来使用 AlphaFold3 的功能。
AlphaFold Server 是一个免费平台,世界各地的科学家可以使用它进行非商业研究。只需点击几下,生物学家就可以利用 AlphaFold 3 的强大功能来模拟由蛋白质、DNA、RNA 以及一系列配体、离子和化学修饰组成的结构。
AlphaFold Server 帮助科学家提出新颖的假设并在实验室进行测试,加快工作流程并实现进一步的创新。该平台为研究人员提供了一种生成预测的便捷方式,无论他们是否拥有计算资源或机器学习方面的专业知识。
Uhlmann 很喜欢他迄今为止所看到的服务器,比他之前使用的 AlphaFold2 版本更简单、更快。「你上传它,10 分钟后,你就得到了结构。」他说。
但是,目前用户对 AlphaFold Server 的访问次数是有限的。当前,科学家每天只能进行 10 次预测,这不太可能获得与可能的药物结合的蛋白质结构。
AlphaFold Server:
https://golgi.sandbox.google.com/about
负责任地使用 AlphaFold3 的力量
针对每个版本的 AlphaFold,DeepMind 都会与研究和安全社区合作,以了解该技术的广泛影响。他们采取以科学为主导的方法,并进行了广泛的评估,从而减轻潜在风险并分享对生物学和人类的广泛利益。
在 DeepMind 为 AlphaFold2 进行的外部咨询的基础上,除了生物安全、研究和行业领域的专业第三方之外,他们现在还与 50 多名领域专家进行了接触,从而了解后续 AlphaFold 模型的功能和任何潜在风险。在 AlphaFold3 发布之前,DeepMind 还参加了社区范围的论坛和讨论。
AlphaFold Server 体现了 DeepMind 对分享 AlphaFold 优势的持续承诺,包括含有 2 亿个蛋白质结构的免费数据库。
他们还将与 EMBL-EBI 以及与南半球组织的合作,扩大免费 AlphaFold 教育在线课程,为科学家提供加速采用和研究所需的工具,包括在被忽视的疾病和粮食安全等资金不足的领域。DeepMind 将继续与科学界和政策制定者合作,负责任地开发和部署人工智能技术。
开启 AI 驱动的细胞生物学的未来
AlphaFold3 将生物世界带入高清。它使科学家能够了解细胞系统的所有复杂性、结构、相互作用和修饰。
这个关于生命分子的新窗口,揭示了它们是如何相互联系的,并有助于理解这些联系如何影响生物功能——例如药物的作用、激素的产生以及 DNA 修复的健康保护过程。
AlphaFold3 的潜力才刚刚开始挖掘,生命科学的未来会怎样呢?
论文链接:
https://www.nature.com/articles/s41586-024-07487-w
相关内容:
https://blog.google/technology/ai/google-deepmind-isomorphic-alphafold-3-ai-model/
以上是AlphaFold 3 重磅问世,全面预测蛋白质与所有生命分子相互作用及结构,准确性远超以往水平的详细内容。更多信息请关注PHP中文网其他相关文章!