5月9日消息，由Google DeepMind與Isomorphic Labs聯(lián)合研發(fā)的新一代人工智能模型AlphaFold 3，登上了權(quán)威科學(xué)期刊Nature。

AlphaFold 3以其革命性的精確度，成功預(yù)測了包括蛋白質(zhì)、DNA、RNA、配體在內(nèi)的所有生命分子的結(jié)構(gòu)和相互作用。

與現(xiàn)有預(yù)測方法相比，AlphaFold 3在發(fā)現(xiàn)蛋白質(zhì)與其他分子類型的相互作用方面，準(zhǔn)確率至少提高了50%，對(duì)于某些關(guān)鍵的相互作用類別，準(zhǔn)確率甚至翻倍。

研究團(tuán)隊(duì)認(rèn)為，AlphaFold 3將有助于改變我們對(duì)生物世界和藥物發(fā)現(xiàn)的理解，進(jìn)而開啟人工智能細(xì)胞生物學(xué)的新時(shí)代。

Isomorphic Labs正與多家制藥公司合作，將AlphaFold 3應(yīng)用于現(xiàn)實(shí)世界的藥物設(shè)計(jì)挑戰(zhàn)中，旨在為人類最具破壞性的疾病開發(fā)新療法。

此外，Google DeepMind也推出了基于AlphaFold 3的免費(fèi)平臺(tái)——AlphaFold Server，供全球科學(xué)家進(jìn)行非商業(yè)性研究，進(jìn)一步預(yù)測蛋白質(zhì)與其他分子的相互作用。

AlphaFold 3的強(qiáng)大能力，來自于其新一代的架構(gòu)和訓(xùn)練(已經(jīng)涵蓋了所有生命分子)。其核心是改進(jìn)版本的Evoformer模塊，這是一種深度學(xué)習(xí)架構(gòu)，也是AlphaFold 2取得成功的基礎(chǔ)。

盡管AlphaFold 3展現(xiàn)出巨大潛力，但研究團(tuán)隊(duì)也指出了其存在的局限性，包括立體化學(xué)限制、幻覺影響、預(yù)測準(zhǔn)確性問題、結(jié)構(gòu)構(gòu)象限制、缺乏動(dòng)態(tài)信息以及特定目標(biāo)預(yù)測限制等。