Google DeepMind представила новую версию AlphaFold, своей модели машинного обучения, которая предсказывает форму и поведение белков. К анонсу компания выпустила тестовую версию бесплатного веб-приложения.
Google DeepMind анонсировала AlphaFold 3 — значительно улучшенную версию своей передовой модели машинного обучения для прогнозирования формы и поведения белковых молекул.
Об обновлении
Новая итерация AlphaFold отличается не только более высокой точностью предсказаний, но и способностью моделировать взаимодействия белков с другими биомолекулами, такими как цепочки ДНК, лиганды и ионы. Это делает AlphaFold 3 гораздо более мощным и универсальным инструментом для исследователей.
Вместе с анонсом Google DeepMind также представила бесплатное веб-приложение AlphaFold Server в формате proteomics-as-a-service для некоммерческого использования.
О модели AlphaFold
С момента первого релиза в 2018 году AlphaFold остается ведущим методом предсказания 3D-структуры белков исходя из последовательности составляющих их аминокислот. В последние годы компьютерные методы во многом заменили трудоемкие и дорогостоящие лабораторные эксперименты. Это позволило тысячам ученых из разных областей значительно ускорить свои исследования.
AlphaFold и подобные модели открывают новые горизонты в таких областях, как разработка лекарственных препаратов. Макс Джейдерберг из компании Isomorphic Labs называет это «рациональным дизайном лекарств». Так, AlphaFold — это чрезвычайно полезный инструмент в руках исследователей.
Недостатки AlphaFold
К сожалению, как и многие другие проприетарные модели ИИ, детали процесса обучения AlphaFold и информация, необходимая для воспроизведения результатов (что является фундаментальной частью научного метода), в значительной степени скрыты.
Сторонники открытой науки уже давно говорят, что, несмотря на впечатляющие достижения, в долгосрочной перспективе всегда лучше открыто делиться подобными разработками с научным сообществом.