隆重推出 AlphaFold 3，这是由 Google DeepMind 和 Isomorphic Labs 开发的全新 AI 模型。通过准确预测蛋白质、DNA、RNA、配体等的结构，以及它们如何相互作用，我们希望它能改变我们对生物世界和药物发现的理解。
每个植物、动物和人类细胞内都有数十亿个分子机器。它们由蛋白质、DNA 和其他分子组成，但没有一个部分可以独立工作。只有通过观察它们如何在数百万种组合中相互作用，我们才能开始真正理解生命的过程。
在发表在《自然》杂志上的一篇论文中，我们介绍了AlphaFold 3，这是一种革命性的模型，可以以前所未有的精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，我们看到至少提高了50%，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。
我们希望 AlphaFold 3 能够帮助改变我们对生物世界和药物发现的理解。科学家可以通过我们新推出的 AlphaFold 服务器（一种易于使用的研究工具）免费访问其大部分功能。为了利用 AlphaFold 3 在药物设计方面的潜力，Isomorphic Labs 已经与制药公司合作，将其应用于现实世界的药物设计挑战，并终为患者开发改变生活的新疗法。
我们的新模型建立在 AlphaFold 2 的基础上，该模型在 2020 年在蛋白质结构预测方面取得了根本性突破。到目前为止，全球已有数以百万计的研究人员使用AlphaFold 2在疟疾疫苗、癌症治疗和酶设计等领域取得了发现。AlphaFold 已被引用超过 20,000 次，其科学影响力得到了许多奖项的认可，近一次是生命科学突破奖。AlphaFold 3 将我们从蛋白质带到广泛的生物分子。这一飞跃可以开启更多变革性的科学，从开发生物可再生材料和更具弹性的作物，到加速药物设计和基因组学研究。
7PNM - 普通感冒病毒（冠状病毒OC43）的刺突蛋白：AlphaFold 3 对感冒病毒的刺突蛋白（蓝色）与抗体（绿松石色）和单糖（[敏感词]）相互作用时的结构预测与真实结构（灰色）准确匹配。动画显示了蛋白质与抗体相互作用，然后是糖。提高我们对此类免疫系统过程的了解有助于更好地了解冠状病毒，包括 COVID-19，从而提高改进治疗的可能性。
给定分子的输入列表，AlphaFold 3 生成它们的关节 3D 结构，揭示它们如何组合在一起。它模拟大生物分子，如蛋白质、DNA和RNA，以及小分子，也称为配体——一个包含许多药物的类别。此外，AlphaFold 3 可以模拟这些分子的化学修饰，这些分子控制着细胞的健康功能，当这些分子被破坏时会导致疾病。
AlphaFold 3 的功能来自其下一代架构和训练，现在涵盖了所有生命分子。该模型的核心是我们的 Evoformer 模块的改进版本——一种深度学习架构，支撑了 AlphaFold 2 令人难以置信的性能。在处理输入后，AlphaFold 3 使用扩散网络组装其预测，类似于 AI 图像生成器中的预测。扩散过程从一团原子开始，经过许多步骤，汇聚到其终的、准确的分子结构上。
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。作为一个以整体方式计算整个分子复合物的单一模型，它能够独特地统一科学见解。
7R6R - DNA结合蛋白：AlphaFold 3预测的分子复合物具有与DNA双螺旋（粉红色）结合的蛋白质（蓝色）与通过艰苦实验发现的真实分子结构（灰色）近乎完美匹配。
给定分子的输入列表，AlphaFold 3 生成它们的关节 3D 结构，揭示它们如何组合在一起。它模拟大生物分子，如蛋白质、DNA和RNA，以及小分子，也称为配体——一个包含许多药物的类别。此外，AlphaFold 3 可以模拟这些分子的化学修饰，这些分子控制着细胞的健康功能，当这些分子被破坏时会导致疾病。
AlphaFold 3 的功能来自其下一代架构和训练，现在涵盖了所有生命分子。该模型的核心是我们的 Evoformer 模块的改进版本——一种深度学习架构，支撑了 AlphaFold 2 令人难以置信的性能。在处理输入后，AlphaFold 3 使用扩散网络组装其预测，类似于 AI 图像生成器中的预测。扩散过程从一团原子开始，经过许多步骤，汇聚到其终的、准确的分子结构上。
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。作为一个以整体方式计算整个分子复合物的单一模型，它能够独特地统一科学见解。
7R6R - DNA结合蛋白：AlphaFold 3预测的分子复合物具有与DNA双螺旋（粉红色）结合的蛋白质（蓝色）与通过艰苦实验发现的真实分子结构（灰色）近乎完美匹配。
AlphaFold 3 通过预测药物中常用的分子（如配体和抗体）来创建药物设计功能，这些分子与蛋白质结合以改变它们在人类健康和疾病中的相互作用方式。
AlphaFold 3 在预测类药物相互作用方面实现了前所未有的准确性，包括蛋白质与配体的结合以及抗体与其靶蛋白的结合。AlphaFold 3 比 PoseBusters 基准测试中[敏感词]的传统方法准确 50%，无需输入任何结构信息，使 AlphaFold 3 成为[敏感词]个超越基于物理的生物分子结构预测工具的 AI 系统。预测抗体-蛋白质结合的能力对于了解人类免疫反应的各个方面和新抗体的设计至关重要，新抗体是一类不断增长的治疗方法。
Isomorphic Labs 将 AlphaFold 3 与一套互补的内部 AI 模型相结合，正在为内部项目以及与制药合作伙伴进行药物设计。Isomorphic Labs 正在使用 AlphaFold 3 来加速和提高药物设计的成功率——通过帮助了解如何接近新的疾病靶点，并开发新的方法来追求以前无法实现的现有靶点。
8AW3 - RNA 修饰蛋白：AlphaFold 3 对具有蛋白质（蓝色）、RNA 链（紫色）和两个离子（[敏感词]）的分子复合物的预测与真实结构（灰色）非常匹配。这种复合物与其他蛋白质的产生有关，这是生命和健康的基本细胞过程。
Google DeepMind 新推出的 AlphaFold 服务器是世界上准确的工具，用于预测蛋白质如何与整个细胞中的其他分子相互作用。这是一个免费平台，世界各地的科学家都可以将其用于非商业研究。只需点击几下，生物学家就可以利用 AlphaFold 3 的强大功能对由蛋白质、DNA、RNA 和一系列配体、离子和化学修饰组成的结构进行建模。
AlphaFold Server 帮助科学家提出新的假设，以便在实验室中进行测试，从而加快工作流程并实现进一步创新。我们的平台为研究人员提供了一种可访问的方式来生成预测，无论他们是否能够访问计算资源或在机器学习方面的专业知识。
实验性蛋白质结构预测可能需要大约一个博士学位的时间，并且花费数十万美元。我们之前的模型 AlphaFold 2 已被用于预测数以亿计的结构，按照目前的实验结构生物学速度，这将需要数亿个研究人员年的时间。
文章来源：https://blog.google/technology/ai/google-deepmind-isomorphic-alphafold-3-ai-model/
科理咨询
