美東時間周三，谷歌DeepMind發(fā)布了新一代預(yù)測蛋白質(zhì)結(jié)構(gòu)的AlphaFold 3模型，能夠幫助科學(xué)家更精確地針對疾病機制，從而開發(fā)出更有效的治療藥物。DeepMind研究人員表示，AlphaFold 3是一種人工智能(AI)模型，它可以預(yù)測蛋白質(zhì)、DNA、RNA等生物分子的結(jié)構(gòu)以及它們?nèi)绾蜗嗷プ饔谩?/p>

DeepMind首席執(zhí)行官戴密斯·哈薩比斯在周二的新聞發(fā)布會上表示，AlphaFold 3對我們來說是一個重要的里程碑?！吧飳W(xué)是一個動態(tài)系統(tǒng)，你必須了解生理特性是如何通過細(xì)胞中不同分子之間的相互作用而產(chǎn)生的。你可以把AlphaFold 3看作是我們朝著這個方向邁出了一大步?！?/p>

哈薩比斯補充說，相關(guān)的突破性研究論文將于周三發(fā)表在《自然》上，AlphaFold 3可以顯著減少開發(fā)改變生活的治療手段所需的時間和資金。

另外，DeepMind還推出了AlphaFold Server，它是一個供全球科學(xué)家用于非商業(yè)研究的免費平臺。

里程碑式突破

在2018年，DeepMind推出了第一代AlphaFold模型，在國際蛋白質(zhì)結(jié)構(gòu)預(yù)測競賽中獲得了第一名。2020年，AlphaFold 2繼續(xù)顯示出驚人的預(yù)測準(zhǔn)確度，被認(rèn)為是蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域的里程碑式突破。

如今，AlphaFold 3則更進一步，預(yù)測了幾乎所有生物分子的結(jié)構(gòu)，并模擬了這些分子之間的相互作用。雖然研究人員早已開發(fā)出專門的計算方法來模擬特定類型的生物分子之間的相互作用，但AlphaFold 3是首次有一個單一的系統(tǒng)能夠以最先進的性能預(yù)測幾乎所有分子類型之間的相互作用。

若利用普通實驗方法來了解分子間的相互作用可能需要數(shù)年的研究時間，而且成本高得令人望而卻步。但如果這些相互作用能夠以足夠的精度通過計算來獲得，那么生物學(xué)研究就可以大大加快。

例如，如果研究人員認(rèn)為，一個能夠結(jié)合到特定蛋白質(zhì)位點的分子可能是一個有前景的藥物候選物，他們可以使用像AlphaFold 3這樣的AI系統(tǒng)來測試潛在的藥物分子。

諾貝爾獎獲得者、遺傳學(xué)家保羅·納斯評論稱，AlphaFold正在不斷改進，并且對于生物學(xué)研究越來越重要了。AlphaFold 3能夠以更高的準(zhǔn)確性預(yù)測不同大分子之間復(fù)合物的結(jié)構(gòu)，以及大分子、小分子和離子之間的相互作用。

南安普頓大學(xué)的Ivo Tews博士稱AlphaFold 3是一個飛躍，并表示他的實驗室將用它來開發(fā)用于治療癌癥的藥物。他補充說：“這將節(jié)省大量的時間，并通過生成模型來加速研究，然后我們可以用新的實驗來探索?！?/p>

來源：財聯(lián)社 作者：牛占林