Екипът на Google DeepMind представи AlphaFold 3 – революционен модел на изкуствен интелект (AI), който може да предсказва структурата и взаимодействията на почти всички биологични молекули, включително протеини, ДНК, РНК, лиганди, йони и химични модификации.
Във всяка растителна, животинска и човешка клетка има милиарди молекулярни машини. Те са съставени от протеини, ДНК и други молекули, но нито една частица не работи самостоятелно
– споделят от Google DeepMind в блог пост по темата.
Само ако видим как взаимодействат заедно, в милиони видове комбинации, можем да започнем наистина да разбираме процесите на живота.
Announcing AlphaFold 3: our state-of-the-art AI model for predicting the structure and interactions of all life’s molecules. 🧬
— Google DeepMind (@GoogleDeepMind) May 8, 2024
Here’s how we built it with @IsomorphicLabs and what it means for biology. 🧵 https://t.co/K7uxMxdNr8 pic.twitter.com/MJfJ6NCEFW
Системата е наследник на AlphaFold 2, която през 2020 г. направи фундаментален пробив в предсказването на структурата на почти всички протеини, известни на науката.
DeepMind developed an AI program that created a 3D mapping of all 200 million proteins known to science. The CEO predicts it would have taken humans a billion years to complete this project. pic.twitter.com/DbFysLBQ7s
— 60 Minutes (@60Minutes) April 16, 2023
„Досега милиони изследователи по света са използвали AlphaFold 2 за откриване на ваксини срещу малария, лечение на рак и проектиране на ензими“, споделят от DeepMind. Публикации, свързани с AlphaFold, са цитирани повече от 20 000 пъти, а научното въздействие на системата е отличено с множество награди, последната от които е „Breakthrough Prize in Life Sciences“ (Наградата за пробив в науките за живота).
В статия, публикувана в списание Nature, Google DeepMind споделя, че AlphaFold 3 е „революционен модел, който може да предсказва структурата и взаимодействията на всички молекули в природата с безпрецедентна точност“.
„При взаимодействията на протеините с други типове молекули наблюдаваме поне 50% подобрение в сравнение със съществуващите методи за прогнозиране, а за някои от най-важните категории взаимодействия сме удвоили точността на прогнозиране.“, споделят учените.
„При зададен входящ списък от молекули AlphaFold 3 генерира цялостната им 3D структура, разкривайки начина, по който всички те си пасват. Системата моделира както големи биомолекули като протеини, ДНК и РНК, така и малки молекули, известни също като лиганди — категория, която обхваща много лекарства“, посочват изследователите на Google DeepMind. Освен това, AlphaFold 3 може да моделира химически модификации на молекулите, които контролират здравословното функциониране на клетките и които, когато бъдат нарушени, могат да доведат до заболяване.
Това е огромно постижение за нас
– споделя главният изпълнителен директор на Google DeepMind Демис Хасабис.
Именно това е необходимо за откриването на лекарства: трябва да видим как дадена молекула ще се свърже с определено лекарство, колко силно, а също и с какво друго може да се свърже.
Способността на AlphaFold 3 да моделира различни протеини е подобрена чрез използването на дифузионен модел, подобен на тези използвани от генераторите на изображения като DALL-E и Midjourney. Дифузионният модел анализира набор от експериментално потвърдени протеинови структури и „изучава“ типичните модели и форми, които протеините приемат в природата. След това генерира реалистични 3D структури на нови протеини въз основа на научените модели, подобно на генераторите на изображения, които се учат от реални снимки.
AlphaFold 3 ще бъде достъпен за академични изследвания чрез нова облачна платформа, наречена AlphaFold Server, но DeepMind няма да пусне софтуера с отворен код, както направи за предишните версии на системата. За търговски приложения като разработване на лекарства, достъпът до пълния модел AlphaFold 3 ще бъде ограничен и ще се предоставя само на корпоративни партньори на DeepMind.
Последвайте ни в социалните мрежи – Facebook, Instagram, X и LinkedIn!
Споделете: