CSS站长资源(ChinaZ.com) 5月9日 消息:谷歌DeepMind与Isomorphic Labs联合发布了最新版的谷歌AlphaFold3，这是发布一款能够预测蛋白质、DNA、有研RNA、望加配体等结构及其相互作用的速药大模型。AlphaFold3的谷歌发布，预示着在新药发现方法与效率上的发布重大进步。

AlphaFold3的有研应用示例之一是预测新冠病毒的刺突蛋白结构，通过深入分析病毒与宿主细胞ACE2受体之间的望加相互作用，医疗研究人员可以基于这些结构信息快速开发小分子药物，速药阻断新冠与ACE2的谷歌结合，有效阻止病毒的发布入侵和传播。这一过程有望加速特效药和疫苗的有研研发。

图源备注：图片由AI生成，望加图片授权服务商Midjourney

医学领域的速药科学家对AlphaFold3给予高度评价，认为AI技术在医学领域同样有潜力竞争诺贝尔奖。目前，AlphaFold3已经免费提供在线使用，其论文已在《自然》期刊上发表。

AlphaFold3在2代模型的基础上进行了改进，采用了新的扩散模型和Pairformer等创新模块，显著提高了对蛋白质结构的预测准确率和架构解读能力。扩散模型允许AlphaFold3直接在原始原子坐标上操作，减少了立体化学的损失，通过逐步去噪的方式精细化结构预测。

AlphaFold3还引入了Pairformer模块，以替代AlphaFold2中的Evoformer模块，解决了后者对算力消耗大的问题。Pairformer由4个transformer块组成，使用简单的加权平均方法处理多序列比对（MSA）表示，然后通过成对表示传递信息，极大节省了算力并提升了预测的泛化能力。

谷歌公布的测试数据显示，AlphaFold3的准确性在PoseBusters基准测试中比最佳传统方法高出50%，成为首个超越基于物理的生物分子结构预测AI模型。

蛋白质结构的准确预测对于理解生命的运作过程至关重要。蛋白质在细胞信号传递、免疫反应、代谢和细胞结构维持等生物过程中扮演着关键角色。通过预测和理解特定蛋白质的结构，科学家可以更好地理解疾病的分子基础，发现疾病的成因和潜在治疗目标，加速医药研发。

AlphaFold3的发布，不仅是AI技术在生物医药领域应用的一个重要里程碑，也可能为全球科研人员带来新的技术突破。

论文地址：https://www.nature.com/articles/s41586-024-07487-w#citeas

(责任编辑：自媒体)