단백질과 모든 살아있는 분자의 상호 작용과 구조를 이전보다 훨씬 더 정확하게 예측하는 AlphaFold 3 출시

2021 年の強力なAlphaFold2 のリリース以来、科学者はタンパク質構造予測モデルを使用して、細胞内のさまざまなタンパク質構造をマッピングし、薬物を発見し、それぞれの「宇宙地図」をマッピングしてきました。既知のタンパク質相互作用の「。

たった今、Google DeepMindは、タンパク質、核酸、低分子、イオン、修飾残基を含む複合体の結合構造を予測できるAlphaFold3モデルをリリースしました。

AlphaFold3の精度は、過去の多くの専用ツール(タンパク質-リガンド相互作用、タンパク質-核酸相互作用、抗体-抗原予測)と比較して大幅に向上しています。これは、生体分子空間全体にわたる高精度のモデリングが単一の統合された深層学習フレームワーク内で可能であることを示しています。

その一方で、チームはAlphaFold3のほとんどの機能への無料アクセスを提供する使いやすいリサーチツールであるAlphaFold Serverを新たに立ち上げました。

ロンドンのフランシス・クリック研究所の生化学者であるフランク・ウールマンは、早い段階でAlphaFold3に出会い、その機能に感銘を受けました。 「これは単純に革命的です。」と彼は言いました、「これは構造生物学の研究を民主化するでしょう。」 この研究は「AlphaFold 3 による生体分子相互作用の正確な構造予測」と題され、2024 年 5 月 8 日に「Nature」に発表されました。

1. 細胞内の分子機械:

AlphaFold3 の革命:
2. Google DeepMind は、すべての生きている分子の構造と相互作用を前例のない精度で予測する AlphaFold3 を発表します。
他の分子タイプとの相互作用:
3. 既存の方法と比較して、AlphaFold3 は他の分子タイプとのタンパク質相互作用の予測精度を少なくとも 50% 向上させ、一部のカテゴリでは精度が 2 倍になります。
AlphaFold3 のアップデート:
4. DeepMind は、ターゲット配列関連のタンパク質情報への依存を減らす、AlphaFold3 の大幅なアップデートを行いました。
拡散モデルの使用:
5. AlphaFold3 は、人工知能画像生成器 Midjourney で使用されているものと同じ拡散モデル機械学習ネットワークを使用します。 「これは大きな変化だ」とAlphaFoldプロジェクトリーダーのジョン・ジャンパー氏は語った。

   AlphaFold3 が生命の分子を明らかにする方法

ビデオリンク:

与えられた入力リスト分子の、 AlphaFold3 関節の 3D 構造が生成され、どのように結合しているかが明らかになります。以下をシミュレートできます:

1. 小さな分子 (リガンド)
2. 化学修飾

AlphaFold3 は、改良されたアーキテクチャとトレーニングを使用して、すべての生命分子をカバーします。コアテクノロジーには以下が含まれます:

1. 拡散ネットワークアセンブリ

AlphaFold3の分子相互作用の予測は、科学的洞察を統合する独自の能力により、既存のすべてのシステムの精度を超えています。

AlphaFold3 は薬剤設計能力を向上させ、以下を予測できます:

1. 抗体
2. 薬剤様相互作用の予測において前例のない精度を達成し、従来の方法よりも 50% 向上し、人工知能になります物理ベースの予測ツールを超えたシステム。

Isomorphic Labsは、AlphaFold3と社内AIモデルを組み合わせて次のことを行います:

1. 製薬パートナーとの薬剤設計
2. AlphaFold3を活用して薬剤設計の成功率を加速および向上させ、新しい疾患のターゲットと既存のターゲットを組み合わせて使用​​します。

DeepMind는 AlphaFold3의 접근성, 과학적 영향력 및 상업용 약물 발견 기능의 균형을 유지합니다.

1. "AlphaFold3이 출시되었습니다. 생물학 분야 인공 지능의 가장 획기적인 최신 버전입니다. 참신한 AlphaFold3는 확산을 사용합니다. 분자 구조를 "렌더링"합니다. 흐릿한 원자 구름으로 시작하여 노이즈 제거를 통해 점차적으로 분자를 구체화합니다. "
2. " 우리가 살고 있는 시간선에서 Llama와 Sora의 학습은 생명과학에 정보를 제공하고 가속화할 수 있습니다. 저는 아름다운 픽셀을 생성하는 동일한 변압기+확산 백본도 단백질을 생각할 수 있다는 점을 발견했습니다. "
3. "단일 AGI 모델 수준에는 도달하지 못했지만 도메인 간에 훈련, 데이터 및 신경망을 전송할 수 있는 범용 AI 레시피 메뉴를 성공적으로 구축했습니다. 건축술은 효과가 없어야 하지만, 다행히도 효과가 있습니다!"

물론 단백질과 가능한 약물의 상호작용을 모델링하는 데 한계가 있기 때문에 반대하는 목소리도 있다고 캘리포니아 대학의 의약화학자인 Brian은 말했습니다. 샌프란시스코에서는 알파폴드2와 같은 영향을 미칠 것으로 보지 않는다”고 알파폴드 구조를 사용해 약물 후보를 찾아온 쇼이셰는 말했다.

사용하기 쉬운 무료 연구 도구

RoseTTAFold 및 AlphaFold2와 달리 과학자들은 자체 버전의 AlphaFold3을 실행할 수 없으며 AlphaFold3의 기본 코드와 같은 정보는 공개되지 않습니다. 시간. 대신 연구원들은 DeepMind의 새로운 "AlphaFold Server"에 액세스하여 AlphaFold3의 기능을 사용할 수 있습니다.

AlphaFold Server는 전 세계 과학자들이 비상업적 연구를 수행하는 데 사용할 수 있는 무료 플랫폼입니다. 단 몇 번의 클릭만으로 생물학자는 AlphaFold 3의 강력한 기능을 활용하여 단백질, DNA, RNA 및 다양한 리간드, 이온 및 화학적 변형으로 구성된 구조를 시뮬레이션할 수 있습니다.

AlphaFold Server는 과학자들이 새로운 가설을 생성하고 이를 실험실에서 테스트하여 작업 흐름 속도를 높이고 추가 혁신을 가능하게 하는 데 도움이 됩니다. 이 플랫폼은 연구원들이 컴퓨팅 리소스나 기계 ​​학습에 대한 전문 지식이 있는지 여부에 관계없이 예측을 생성할 수 있는 편리한 방법을 제공합니다.

Uhlmann은 지금까지 본 서버를 좋아합니다. 이전에 사용했던 AlphaFold2 버전보다 더 간단하고 빠릅니다. "업로드하고 10분 후에 구조가 완성됩니다."라고 그는 말했습니다.

그러나 현재 AlphaFold Server에 대한 사용자 액세스 수는 제한되어 있습니다. 현재 과학자들은 하루에 10번만 예측할 수 있으므로 가능한 약물과 결합하는 단백질 구조를 얻기가 어렵습니다.

AlphaFold 서버:
https://golgi.sandbox.google.com/about

Responsible Harnessing AlphaFold3의 강력한 성능

AlphaFold의 각 버전을 통해 DeepMind는 연구 및 보안 커뮤니티와 협력하여 기술의 광범위한 영향을 이해합니다. 그들은 과학 중심의 접근 방식을 취하고 광범위한 평가를 수행하여 잠재적인 위험을 완화하고 생물학과 인간에 대한 광범위한 이점을 공유합니다.

DeepMind는 AlphaFold2에 대한 외부 컨설팅을 기반으로 생물 보안, 연구 및 산업 분야의 전문적인 제3자 외에도 현재 50명이 넘는 도메인 전문가와 협력하여 후속 AlphaFold 모델의 잠재적인 위험을 이해하고 있습니다. DeepMind는 AlphaFold3 출시에 앞서 커뮤니티 전체 포럼과 토론에도 참여했습니다.

AlphaFold 서버는 2억 개의 단백질 구조에 대한 무료 데이터베이스를 포함하여 AlphaFold의 이점을 공유하려는 DeepMind의 지속적인 노력을 반영합니다.

또한 EMBL-EBI 및 남반부 조직과 협력하여 무료 AlphaFold 교육 온라인 과정을 확장하여 소외된 질병 및 식품과 같이 자금이 부족한 분야를 포함하여 과학자들에게 채택 및 연구를 가속화하는 데 필요한 도구를 제공할 것입니다. 보안. DeepMind는 계속해서 과학계 및 정책 입안자들과 협력하여 책임감 있게 AI 기술을 개발하고 배포할 것입니다.

AI 기반 세포 생물학의 미래를 열어보세요

AlphaFold3는 생물학적 세계를 HD로 가져옵니다. 이를 통해 과학자들은 세포 시스템의 모든 복잡성, 구조, 상호 작용 및 수정을 이해할 수 있습니다.

생명의 분자에 대한 이 새로운 창은 분자들이 어떻게 상호 연결되어 있는지를 보여주고 이러한 연결이 약물 작용, 호르몬 생성, DNA 복구의 건강 보호 과정과 같은 생물학적 기능에 어떻게 영향을 미치는지 이해하는 데 도움이 됩니다.

AlphaFold3의 잠재력이 이제 막 발휘되기 시작했습니다. 생명과학의 미래는 무엇일까요?

논문 링크:
https://www.nature.com/articles/s41586-024-07487-w

相关内容：
https://blog.google/technology/ai/google-deepmind-isomorphic-alphafold-3-ai-model/

위 내용은 단백질과 모든 살아있는 분자의 상호 작용과 구조를 이전보다 훨씬 더 정확하게 예측하는 AlphaFold 3 출시의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!