11月12日,谷歌低调开源了蛋白质预测模型AlphaFold-3,供非商业用途使用。就在上个月,凭借这一研究,戴米斯·哈萨比斯(Demis Hassabis)和约翰·江珀(John M.Jumper)拿下了诺贝尔化学奖,哈萨比斯是谷歌旗下AI团队 DeepMind的联合创始人兼CEO,江珀也是DeepMind成员。
谷歌本次开源AlphaFold-3模型较为低调,官网并没有发布新闻,只在5月发布的新闻稿开头加入了一小段文字说明:“2024年11月11日更新,我们已发布了AlphaFold-3的模型代码和权重供学术用途,以帮助推动科学研究。”
科学期刊《Nature》对于AlphaFold-3的开源发文进行了重磅推荐,称这将对全球科研领域产生重大影响,生物、化学、医药的科学家们可以在本地部署AlphaFold-3,可以极限缩短新药、疫苗等研发进程。这也意味着,来自生物医药各个领域的研究者可以免费下载模型代码,自行运行该模型以开展药物研发工作。
AlphaFold是用于预测蛋白质的复杂结构的系列模型,而AlphaFold-3是今年5月DeepMind推出的最新版本,其进步在于,除了能根据氨基酸序列预测蛋白结构,还可以预测蛋白质与其它生物分子(包括DNA、RNA等)相互作用产生的复合体的结构。
在药物研发领域,AlphaFold-3可以帮助研究人员快速筛选潜在的药物靶点,通过预测靶点蛋白的结构,揭示其可能的活性位点和结合位点,为药物设计提供重要的结构基础。在药物分子设计阶段,AlphaFold-3能够预测药物分子与靶点蛋白的结合模式,评估药物分子的亲和力和特异性,从而指导药物化学家进行分子优化,提高药物的疗效和安全性。
华大基因旗下科普教育平台爱博物联合创始人、科普作家冷哲此前对第一财经表示,DeepMind的AlphaFold揭开了生命科学领域飞跃的一个序幕,AlphaFold的出现扭转了大家对于蛋白质结构不可预测的一个刻板印象,甚至当时一度传出来结构生物学从业者要失业的评价。
这还只是一个简单的开端,冷哲表示,当看到有学者尝试用AlphaFold-2来逆向设计工程蛋白质结构的时候,“忽然觉得,生物工程,或者叫蛋白质工程学的春天终于到来了。”
现在的蛋白质工程学从“discovery”走到了“design”的阶段,也就是说,行业可以运用AI去设计一个耐高温、耐低温、发各种颜色的光,或者去靶向各种癌细胞,去治疗人类的各种疾病。“虽然现在能做的还不多,但这是0和1的本质上的区别。”冷哲认为,未来AI for Science,已经是不可阻挡的趋势了。
虽然AlphaFold-3具有划时代的意义,但此前谷歌并未完全开源给科学界使用。彼时官方表示,全球科学家可以通过AlphaFold服务器免费访问使用AlphaFold-3进行非商业研究(开放大部分功能),但限制在每天10次预测,且不能获得可能与药物结合的蛋白质结构,这种使用方式缺失了很多自由度。
如今半年过去,谷歌终于开源了AlphaFold-3模型,任何人都可以下载AlphaFold-3软件代码并进行非商业使用,但目前模型权重需要有学术背景的科学家单独申请,并填写表单,能否通过的决定权在DeepMind手中。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.