国际快递 · 清关 · 代拍

海外古董 · 艺术品 · 名画 · 名表

【FuninUSA.NET综合报道】谷歌DeepMind及其衍生公司Isomorphic发布了用于蛋白质结构预测的新型AlphaFold 3人工智能系统。据这两家公司称，与现有的预测方法相比，这一突破性系统目前至少提高了50%，而对于某些重要类别的相互作用预测准确性则提高了一倍。

AlphaFold 3的目标不仅仅是蛋白质，而是广泛的生物大分子。谷歌DeepMind 的乔希-阿布拉森（Josh Abramson）是本文的第一作者。

该系统采用了一种新颖的端到端深度神经网络，经过训练可根据氨基酸序列、多序列比对和同源蛋白质生成蛋白质结构。研究人员在论文中写道，AlphaFold 3模型拥有“一个大幅更新的基于扩散的架构，能够对包括蛋白质、核酸、小分子、离子和修饰残基在内的复合物进行联合结构预测”。

Isomorphic团队报告说：“为了发挥AlphaFold 3在药物设计方面的潜力，我们Isomorphic实验室已经在与制药公司合作，将其应用于现实世界的药物设计挑战，并最终为患者开发出改变生命的新疗法。”

自大约两年前启动以来，Isomorphic已宣布与礼来公司和诺华公司分别签署了价值30亿美元的协议，应用人工智能发现新药。

新模型建立在AlphaFold 2的基础上，该模型于2020年在蛋白质结构预测方面取得了根本性突破。这两家公司报告说，迄今为止，全球已有数百万研究人员使用AlphaFold 2在疟疾疫苗、癌症治疗和酶设计等领域有所发现。该系统已被引用20,000多次，并获得了许多荣誉，最近还获得了生命科学突破奖。

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。此外，AlphaFold 3还能模拟这些分子的化学修饰，从而控制细胞的健康运行。

其开发人员表示，AlphaFold 3的功能来自于它的新一代架构和训练，现在已经涵盖了生命中的所有分子。该模型的核心是改进版的Evoformer模块--这是支撑AlphaFold 2性能的深度学习架构。

在处理输入后，AlphaFold 3利用扩散网络（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。

这两家公司报告说，AlphaFold 3对分子相互作用的预测超过了所有现有系统的准确性。

他们在报告中写道：“新的AlphaFold模型比以前的许多专业工具的准确性有了显著提高：蛋白质-配体相互作用的准确性远高于最先进的对接工具，蛋白质-核酸相互作用的准确性远高于核酸特异性预测器，抗体-抗原预测的准确性远高于AlphaFold-Multimer v2.3。”

科学家可以通过新推出的AlphaFold Server研究工具免费使用AlphaFold 3的大部分功能。‍

欢迎到FuninUSA.NET论坛讨论