GoogleDeepMind正在推出其人工智能模型的改進版,該模型不僅能預測蛋白質的結構,還能預測"所有生命分子"的結構。新模型AlphaFold3的工作將幫助醫學、農業、材料科學和藥物開發領域的研究人員測試潛在的發現。
AlphaFold 以前的版本隻能預測蛋白質的結構。AlphaFold 3 不局限於此,它還能為 DNA、RNA 和稱為配體的小分子建模,從而擴大模型的科學應用能力。
DeepMind 稱,與之前的模型相比,新模型的預測準確率提高 50%。DeepMind 首席執行官德米斯-哈薩比斯(Demis Hassabis)在發佈會上對記者說:"AlphaFold 2 是結構生物學領域一個重要的裡程碑時刻,它開啟各種令人驚嘆的研究。AlphaFold 3 是在利用人工智能理解和模擬生物學的道路上邁出的一步。"
AlphaFold 3 有一個分子結構庫。研究人員輸入想要組合的分子清單,然後 AlphaFold 3 使用擴散方法生成新結構的三維模型。Stable Diffusion等人工智能圖像生成器用來組合照片的人工智能系統是同一種類型。
DeepMind 稱,哈薩比斯創辦的藥物發現公司 Isomorphic Labs 一直在內部項目中使用 AlphaFold 3。到目前為止,該模型幫助 Isomorphic Labs 提高對新疾病靶點的認識。
除該模型,DeepMind 還向一些研究人員免費提供研究平臺 AlphaFold Server。該服務器由 AlphaFold 3 提供支持,無論科學傢的計算能力如何,都能生成生物分子結構預測結果。哈薩比斯說,該服務器可用於學術和非商業用途,但 Isomorphic Labs 正在與制藥合作夥伴合作,將 AlphaFold 模型用於藥物發現項目。
Google表示,它正在與科學界和政策領導者合作,以負責任的方式部署該模型。Google在一份文件中說,一些生物安全專傢認為,人工智能模型"可能會降低威脅行為者的門檻,使他們能夠與其他技術相結合,設計和制造傳播性或危害性更強的病原體和毒素"。
該公司稱,在 AlphaFold 3 推出之前,它就與領域專傢以及生物安全、研究和行業專傢合作,找出 AlphaFold 3 存在的風險。
解更多:
https://blog.google/technology/ai/google-deepmind-isomorphic-alphafold-3-ai-model/#future-cell-biology