预计阅读时间: 3 分钟
以前版本的 AlphaFold 仅预测蛋白质结构。 AlphaFold 3 更进一步,可以对 DNA、RNA 和称为配体的较小分子进行建模,从而扩展了模型的科学用途能力。
DeepMind 表示,新模型的预测精度比之前的模型提高了 50%。 DeepMind 首席执行官 Demis Hassabis 在一次简报中告诉记者:“AlphaFold 2 的出现是结构生物学领域的一个开创性时刻,开启了各种令人惊叹的研究。” “AlphaFold 3 代表着在使用人工智能理解和建模生物学方面向前迈出了一步。”
AlphaFold 3 有一个分子结构库。研究人员输入他们想要组合的分子列表,然后 AlphaFold 3 使用扩散方法生成新结构的 3D 模型。 Diffusion 与稳定扩散等 AI 图像生成器用于组合照片的 AI 系统类型相同。
DeepMind 表示,Hassabis 创立的药物发现公司 Isomorphic Labs 已将 AlphaFold 3 用于内部项目。到目前为止,该模型已帮助 Isomorphic Labs 提高了对新疾病目标的理解。
除了模型之外,DeepMind 还向部分研究人员免费提供 AlphaFold Server 研究平台。该服务器基于 AlphaFold 3,允许科学家生成生物分子结构预测,无论他们的计算能力如何。 Hassabis 表示,该服务器可用于学术和非商业用途,但 Isomorphic Labs 正在与制药合作伙伴合作,将 AlphaFold 模型用于药物发现项目。
谷歌表示,它正在与科学界和政治领导人合作,负责任地实施该模型。谷歌在一份文件中表示,一些生物安全专家认为人工智能模型“可以降低威胁行为者的障碍,并使他们能够与其他技术一起设计和制造更具传染性或有害的病原体和毒素。”
该公司表示,甚至在 AlphaFold 3 推出之前,它就已与行业专家以及生物安全、研究和行业专家合作,以确定与 AlphaFold XNUMX 相关的风险。
BlogInnovazione.it