谷歌在生物医学领域的人工智能（AI）模型重磅升级，将为加快药物研发做出更大贡献。
美东时间5月8日周三，谷歌宣布，旗下AI研究实验室谷歌DeepMind以及致力于以AI方式提升药物发现的谷歌姊妹公司Isomorphic Labs联合开发了新的AI模型——AlphaFold 3，称是一种“革命性的模型”，它可以预测蛋白质、DNA、RNA等生物分子的结构以及它们如何相互作用。
在周三当天《自然》杂志刊发的论文中，谷歌正式介绍了第三代该模型 AlphaFold 3，称
它可以“以前所未有的准确度预测所有生命分子的结构和相互作用”。
“对于蛋白质与其他分子类型的相互作用，与现有的预测方法相比，我们发现至少有 50% 的改进，对于一些重要的相互作用类别，我们的预测精度提高了一倍。”
DeepMind称，现在许多药物都是被称为配体的小分子，通过与受体结合，它们改变了在人类健康和疾病状态下相互作用的方式。通过AlphaFold 3 精准预测蛋白质等分子结构及其互动，谷歌希望它将改变人类对生物世界和药物发现的理解。
DeepMind展示了AlphaFold 3 可以生成蛋白质、DNA、RNA和更小分子的3D结构，同时还能揭示它们如何组合在一起。该模型还能对控制细胞健康功能的化学变化进行建模，并指出，这种化学变化一旦受到破坏，人类就可能生病。
同时，DeepMind还推出了名为AlphaFold Server的网上免费平台，世界各地的科学家可以使用它进行非商业性的研究。无论他们的技术专业知识如何，只需点击几下鼠标，就可以利用AlphaFold 3的预测并测试假设情形。
Alphabet兼谷歌CEO Sundar Pichai表示，180 多万名研究人员已在疫苗开发、癌症治疗等研究工作中使用DeepMind的 AlphaFold 蛋白质预测。AlphaFold 3 是最新的突破，它能以前所未有的准确度预测所有生命分子的结构和相互作用。我们通过 AlphaFold Server 共享这些功能，促进其他的科学发现。
DeepMind的CEO 、科学家Demis Hassabis表示，AlphaFold 3对我们来说是一个重要的里程碑。“生物学是一个动态系统，你必须了解生理特性是如何通过细胞中不同分子之间的相互作用而产生的。你可以把AlphaFold 3看作是我们朝着这个方向迈出了一大步。”
蛋白质在细胞内扮演关键角色，其功能与三维结构紧密相关。60多年前，科学家确定了氨基酸序列编码蛋白质结构，但由于构象多样性，几乎不可能尝试所有可能的结构排列。为克服挑战，科学家采用多种方法，包括使用蛋白质数据库片段来预测局部结构，但存在限制。普通的实验方法了解分子间相互作用不但耗时可能需要数年，而且成本极高。
2018年，科学家开始在蛋白质结构预测中能自发发现数据规律的运用机器学习方法，DeepMind的团队同年推出第一代AlphaFold，并在这一年举行的第13届国际蛋白质结构预测竞赛（CASP）中以机器学习系统获得第一名，准确率超出亚军近50%。该模型体现了，以足够精度通过计算了解相互作用、从而加快生物学研究的潜力。
在2020年的CASP中，AlphaFold2表现出色，对近100个蛋白质靶点的预测几乎与实验结果一致。这项技术已经在生物医学和其他领域产生巨大影响，它帮助理解核孔复合体，重新设计蛋白质用于药物递送和基因治疗，也在制药和环保中得到应用。因创造AlphaFold、借助AI系统解决蛋白质结构预测的难题，去年9月，DeepMind的Demis Hassabis 和另一科学家John Jumper荣获美国生物医学领域奖项拉斯克奖的基础医学研究奖。
周三谷歌Deepmind正式发布AlphaFold 3后，多名网友对Deepmind取得的新成绩表示祝贺。
一个网友的高赞评论称，Deepmind 是谷歌和人类的生命线，DeepMind联合创始人兼首席AGI科学家Shane Legg和他的团队干得好，我觉得通用人工智能（AGI）会把Deepmind当作它的家，把Shane Legg当作它的创造者。还有评论称，这太棒了，通过Isomorphic进行商业化是明智之举。
内容链接：https://www.hpaper.cn/18419.html