了解人們體內的生物分子世界，以及細胞內複雜的分子網路如何交互作用，是透過合理的藥物設計以理解和治療疾病的重要起點。Google DeepMind 及旗下 Isomorphic Labs 發表具突破性的 AlphaFold 3 新模型，可提供生物分子系統結構的原子級視圖，研究成果再次登上權威期刊《自然》（Nature）。
AlphaFold 3 能讓研究人員輸入他們感興趣的複合生物分子描述，並預測 3D 結構，模擬多種蛋白質、DNA、RNA 等大型生物分子以及小分子配體聚集在一起並交互作用。
AlphaFold 3 是建立在 Google DeepMind 使用 AlphaFold 2 預測蛋白質結構的基礎上，根據蛋白質資料庫（Protein Data Bank）所包含的全球分子結構資料進行訓練，能夠處理 99% 以上的已知複合生物分子。
與現有的專用工具相比，AlphaFold 3 預測準確性顯著提升，但所顯示的分子仍需要經過實驗驗證和臨床試驗過程。Google DeepMind 指出，研究人員可以透過新工具 AlphaFold Server，免費存取 AlphaFold 3 大部分功能，以進行非商業研究。
「AlphaFold 3 功能為研究人員快速辨識潛在的藥物分子提供全新機會」，Isomorphic Labs 人工智慧長 Max Jaderberg 表示，這使研究人員、藥物研發人員等在原子層級進行假設和測試，使用 AlphaFold 3 在幾秒鐘內產生高度準確的結構預測。相比之下，過往藥物實驗可能需要數月甚至數年的時間。
We’re excited to announce #AlphaFold 3 with @GoogleDeepMind in @Nature: our new AI model for predicting biomolecule structures with unprecedented breadth and accuracy.
Expanding beyond proteins to tackle DNA, RNA, small molecules to fuel advances in biology & drug design 🧵 pic.twitter.com/s5OdfGMCG7
— Isomorphic Labs (@IsomorphicLabs) May 8, 2024
DeepMind（Google DeepMind 前身）2018 年首次發表 AlphaFold，引發蛋白質結構建模及其交互作用的巨大革命，在蛋白質建模和設計方面獲得廣泛應用。如今 AlphaFold 3 可以對一系列分子結構建模，並預測它們如何交互作用，幫助包含醫學、農業、材料科學、藥物開發等領域的研究人員推進研發工作。
- Google DeepMind unveils AI model for living cells
- Google DeepMind’s new AI can model DNA, RNA, and ‘all life’s molecules’
- DeepMind CEO Targets $100 Billion-Plus AI Drug Discovery Business With AlphaFold
（首圖來源：Google Blog）
科技新報粉絲團
加入好友
訂閱免費電子報
