①AlphaFold 3是一种人工智能(AI)模型,它可以预测蛋白质、DNA、RNA等生物分子的结构以及它们如何相互作用;
②lphaFold 3可以显著减少开发治疗手段所需的时间和资金。
美东时间周三,谷歌DeepMind发布了新一代预测蛋白质结构的AlphaFold 3模型,能够帮助科学家更精确地针对疾病机制,从而开发出更有效的治疗药物。
DeepMind研究人员表示,AlphaFold 3是一种人工智能(AI)模型,它可以预测蛋白质、DNA、RNA等生物分子的结构以及它们如何相互作用。
DeepMind首席执行官戴密斯·哈萨比斯在周二的新闻发布会上表示,AlphaFold 3对我们来说是一个重要的里程碑。“生物学是一个动态系统,你必须了解生理特性是如何通过细胞中不同分子之间的相互作用而产生的。你可以把AlphaFold 3看作是我们朝着这个方向迈出了一大步。”
哈萨比斯补充说,相关的突破性研究论文将于周三发表在《自然》上,AlphaFold 3可以显著减少开发改变生活的治疗手段所需的时间和资金。
另外,DeepMind还推出了AlphaFold Server,它是一个供全球科学家用于非商业研究的免费平台。
里程碑式突破
在2018年,DeepMind推出了第一代AlphaFold模型,在国际蛋白质结构预测竞赛中获得了第一名。2020年,AlphaFold 2继续显示出惊人的预测准确度,被认为是蛋白质结构预测领域的里程碑式突破。
如今,AlphaFold 3则更进一步,预测了几乎所有生物分子的结构,并模拟了这些分子之间的相互作用。虽然研究人员早已开发出专门的计算方法来模拟特定类型的生物分子之间的相互作用,但AlphaFold 3是首次有一个单一的系统能够以最先进的性能预测几乎所有分子类型之间的相互作用。
若利用普通实验方法来了解分子间的相互作用可能需要数年的研究时间,而且成本高得令人望而却步。但如果这些相互作用能够以足够的精度通过计算来获得,那么生物学研究就可以大大加快。
例如,如果研究人员认为,一个能够结合到特定蛋白质位点的分子可能是一个有前景的药物候选物,他们可以使用像AlphaFold 3这样的AI系统来测试潜在的药物分子。
诺贝尔奖获得者、遗传学家保罗·纳斯评论称,AlphaFold正在不断改进,并且对于生物学研究越来越重要了。AlphaFold 3能够以更高的准确性预测不同大分子之间复合物的结构,以及大分子、小分子和离子之间的相互作用。
南安普顿大学的Ivo Tews博士称AlphaFold 3是一个飞跃,并表示他的实验室将用它来开发用于治疗癌症的药物。他补充说:“这将节省大量的时间,并通过生成模型来加速研究,然后我们可以用新的实验来探索。”