AlphaFold3问世，以前所未有的精度，预测所有生命分子的结构和相互作用
AlphaFold3问世，以前所未有的精度，预测所有生命分子的结构和相互作用
2024年5月8日，DeepMind和Isomorphic Labs隆重推出新型人工智能模型AlphaFold 3。通过准确预测蛋白质、DNA、RNA、配体等的结构，以及它们如何相互作用，AlphaFold 3将有助于改变我们对生物世界和药物发现的理解。
每个植物、动物和人类细胞内都有数十亿台分子机器。它们由蛋白质、DNA和其他分子组成，但没有任何一个部分可以单独工作。只有通过观察它们如何在数百万种组合中相互作用，我们才能开始真正了解生命的过程。
在5月8日发表于Nature的一篇论文中，DeepMind介绍了AlphaFold 3，这是一个革命性的模型，能够以前所未有的精度预测所有生命分子的结构和相互作用。与现有的预测方法相比，蛋白质与其他分子类型的相互作用的预测准确率至少提高了50%，而对于某些重要的相互作用类别，预测准确率提高了一倍。
DeepMind希望AlphaFold 3将有助于改变我们对生物世界和药物发现的理解。科学家们可以通过新推出的AlphaFold服务器免费使用其大部分功能，这是一个易于使用的研究工具。为了进一步发挥 AlphaFold 3在药物设计方面的潜力，Isomorphic Labs正在与制药公司合作，将其应用于现实世界中的药物设计挑战，最终为患者开发出改变生命的新疗法。
新模型建立在AlphaFold 2的基础之上，AlphaFold 2在2020年实现了蛋白质结构预测的根本性突破。迄今为止，全球已有数百万研究人员利用AlphaFold 2在疟疾疫苗、癌症治疗和酶设计等领域取得了重大发现。AlphaFold已被引用20,000多次，其科学影响力也得到了许多奖项的认可，最近的奖项是Breakthrough Prize in Life Sciences。AlphaFold 3将我们从蛋白质带入了广泛的生物分子领域。这一飞跃可以开启更具变革性的科学，从加速药物设计和基因组学研究，到开发生物可再生材料和更具抗逆性的农作物。
AlphaFold3如何揭示生命分子
给定一个分子输入列表，AlphaFold 3就能生成它们的联合三维结构，揭示它们是如何组合在一起的。它可以模拟蛋白质、DNA和RNA等大型生物分子以及小分子（也称为配体，包括许多药物）。此外，AlphaFold 3还能模拟这些分子的化学修饰，这些化学修饰控制着细胞的健康功能，一旦受到破坏就会导致疾病。
AlphaFold 3的功能来自于其新一代的结构和训练，现在已经涵盖了生命中的所有分子。该模型的核心是DeepMind的Evoformer模块的改进版--这是一种深度学习架构，是AlphaFold 2令人难以置信的性能的基础。在处理输入后，AlphaFold 3使用扩散网络（类似于人工智能图像生成器中的扩散网络）进行预测。扩散过程从原子云开始，经过多个步骤，最终形成最精确的分子结构。
AlphaFold 3对分子相互作用的预测超越了所有现有系统的准确性。作为一个以整体方式计算整个分子复合物的单一模型，它具有独特的统一科学见解的能力。
在Isomorphic Labs引领药物发现
AlphaFold 3通过预测药物中常用的分子（如配体和抗体），创建了药物设计功能，这些分子与蛋白质结合，改变了蛋白质在人类健康和疾病中的相互作用方式。
AlphaFold 3在预测类药物相互作用（包括蛋白质与配体的结合以及抗体与靶蛋白的结合）方面达到了前所未有的准确性。在PoseBusters基准测试中，AlphaFold 3的准确率比最佳传统方法高出50%，而且不需要输入任何结构信息，这使AlphaFold 3成为首个在生物分子结构预测方面超越基于物理学工具的人工智能系统。预测抗体与蛋白质结合的能力对于了解人体免疫反应的各个方面以及设计新的抗体--一种不断增长的治疗药物--至关重要。
Isomorphic Labs正在使用AlphaFold 3与一套互补的内部人工智能模型相结合，为内部项目以及制药合作伙伴进行药物设计。Isomorphic Labs正在使用AlphaFold 3来加速和提高药物设计的成功率--帮助了解如何接近新的疾病靶点，并开发新的方法来实现以前无法实现的现有靶点。
AlphaFold服务器：免费且易于使用的研究工具
谷歌DeepMind新推出的AlphaFold服务器是世界上预测蛋白质如何与细胞内其他分子相互作用的最准确工具。这是一个免费平台，全世界的科学家都可以利用它进行非商业性研究。只需点击几下，生物学家就可以利用 AlphaFold 3的强大功能，为由蛋白质、DNA、RNA以及精选配体、离子和化学修饰组成的结构建模。
AlphaFold服务器帮助科学家提出新的假设，以便在实验室中进行测试，加快工作流程，促进进一步创新。这为研究人员提供了生成预测的便捷方法，无论他们能否获得计算资源，也无论他们是否具备机器学习方面的专业知识。
实验性蛋白质结构预测可能需要约一个博士学位的时间，并花费数十万美元。谷歌DeepMind先前的模型AlphaFold 2已被用于预测数亿个结构，而按照目前结构生物学实验的速度，这将耗费数亿研究人员年的时间。
“有了AlphaFold服务器，我们就不再只是预测结构，而是慷慨地提供访问：让研究人员大胆提问，加速发现”，弗朗西斯·克里克研究所的Céline Bouchoux称。
负责任地分享AlphaFold 3的力量
Isomorphic Labs与DeepMind一起，努力了解这项技术的广泛影响。Isomorphic Labs与研究和安全团体合作，以科学为先导，进行了广泛的评估，以降低潜在风险，分享对生物学和人类的广泛益处。
在为AlphaFold 2进行外部咨询的基础上，DeepMind目前已与生物安全、研究和产业界的50多位领域专家以及专业第三方进行了接触，以了解AlphaFold后续模型的能力和任何潜在风险。
AlphaFold Server体现了DeepMind对分享AlphaFold优势的持续承诺，包括包含2亿个蛋白质结构的免费数据库。DeepMind将继续与科学界和政策制定者合作，以负责任的方式开发和部署人工智能技术。
开启人工智能驱动的细胞生物学的未来
AlphaFold 3带来了高清晰度的生物世界。它使科学家能够看到细胞系统的所有复杂性，包括结构、相互作用和修饰。这扇观察生命分子的新窗口揭示了它们之间的联系，有助于了解这些联系如何影响生物功能，如药物作用、激素分泌和DNA修复过程对健康的保护。
AlphaFold 3和免费的AlphaFold服务器的影响将通过它们如何帮助科学家加速发现生物学中的开放性问题和新的研究方向来实现。我们刚刚开始挖掘AlphaFold 3的潜力，迫不及待地想知道未来会发生什么。
参考资料
https://www.isomorphiclabs.com/articles/alphafold-3-predicts-the-structure-and-interactions-of-all-of-lifes-molecules