Google DeepMind和Isomorphic Labs联合发布新一代药物发现AI模型AlphaFold 3
近日，据海外媒体报道，Google DeepMind和Isomorphic Labs联合发布了新的人工智能模型AlphaFold 3，该模型可以大大加速新药和治疗方法的开发。近日在《自然》杂志上发布的这项研究展示了AlphaFold 3在预测生命基本分子（包括蛋白质、DNA和RNA等）的复杂结构和相互作用方面无与伦比的能力。
海外媒体评价道，先进的深度学习技术有望在分子水平上迅速推进我们对生物学的理解，并使科学家能够比以往更有效地找到针对各种疾病的新疗法。
AlphaFold 3是Google DeepMind在之前的AlphaFold 2的基础上开发的人工智能系统的最新版本。AlphaFold 2在2020年推出，在蛋白质结构预测方面取得了重大进展，使科学家能够在从疟疾疫苗到癌症治疗等领域取得新发现。
现在，AlphaFold 3将这项创新进一步扩展，将其功能扩展到蛋白质之外，以涵盖更加广泛的生物分子，包括DNA、RNA和配体（ligands）。配体是一种离子或中性分子，与中心金属原子结合形成配位络合物。通过准确预测这些分子之间的相互作用，AlphaFold 3提供了一个前所未有的视角来了解分子水平上生命的复杂运作。
AlphaFold 3的核心是是一个改进版本的Evoformer模块，这是一个深度学习架构，也是AlphaFold 2卓越性能的关键。新模型还结合了一个扩散网络，类似于人工智能图像生成器中使用的扩散网络，它将预测的分子结构从原子云（a cloud of atoms）细化到高度精确的最终配置。
能够如此精确地预测分子结构和相互作用的能力对科学界来说是一个改变游戏规则的能力。它使研究人员能够对支持生命、健康和疾病的基本过程获得有价值的见解。通过提供这些生物分子如何相互作用的更清晰的图像，AlphaFold 3为理解复杂的生物系统和开发有针对性的干预措施开辟了新的途径。
AlphaFold 3最有前途的应用之一在于它有可能彻底改变药物发现的方式。通过准确预测蛋白质和药物样分子（如配体和抗体）之间的相互作用，AlphaFold 3可以显著加速开发新的、更有效的治疗方法。
传统方式的药物发现过程既耗时又昂贵，通常依赖于反复试验的方法来识别能够有效靶向疾病相关蛋白质的化合物。AlphaFold 3以前所未有的准确性预测蛋白质-配体和抗体-蛋白质结合的能力可以帮助简化这一过程，使研究人员能够更有效地识别有希望的候选药物。
AlphaFold 3在预测药物相互作用方面的表现超过了现有的方法，甚至超过了最好的基于物理方式的工具。这一里程碑为靶向以前难治性疾病和开发新的治疗策略开辟了新的可能性。
早期版本的AlphaFold 2使用复杂的方法来预测蛋白质如何折叠和相互作用。AlphaFold 3通过名为Pairformer和Diffusion Module（扩散模块）的新组件简化了这些方法。这些变化使该模型不仅能够预测蛋白质，还能更有效、更准确地预测其他重要分子，如DNA和小分子。
为了确保AlphaFold 3的价值被科学界广泛使用，Google DeepMind推出了AlphaFold Server，这是一个免费平台，允许研究人员利用AlphaFold 3的能力进行非商业研究。
除了医学，AlphaFold 3还有可能影响农业和环境科学等领域。揭示植物生物学和酶结构的分子基础可以帮助开发农作物和创新的生物修复策略，以应对粮食安全和环境污染等挑战。
延伸阅读：
- 德国医疗科技公司Smart Reporting融资2300万欧元，利用大语言模型实现医疗检测报告的解读
- 利用生成式AI“复刻”医疗放射影像，德国医疗科技公司RYVER.AI融资130万欧元
- 医疗健康科技公司Atropos Health发布AI系统，利用自然语言处理和生成式AI快速查询临床数据
- 甲骨文公司发布AI驱动临床数字助理，向医疗保健领域引入生成式人工智能
- AI支持的医疗临床诊断解决方案商RapidAI获7500万美元C轮融资
Powered by Froala Editor
