谷歌 DeepMind發佈最新版生物學預測工具AlphaFold 3，精度提高50%

5月9日消息，谷歌DeepMind發佈最新版生物學預測工具AlphaFold 3，在無需輸入任何結構信息的情況下，所預測的所有生命分子的結構和相互作用準確性比PoseBusters 基準上的已有最佳傳統方法高出50%，並將在開發生物可再生材料和更具韌性的作物、以及加快藥物設計和基因組學研究等方面發揮重要作用。

據DeepMind CEO 戴米斯·哈薩比斯介紹，AlphaFold 3是我們朝着建模細胞中不同分子之間的相互作用目標邁出的第一步。

據瞭解，AlphaFold 3可以對蛋白質、DNA 和 RNA 等大生物分子以及小分子（即配體）進行建模，也可以模擬這些分子的化學修飾，以揭示其結合與工作機制。谷歌 DeepMind 總監約翰·詹珀表示，這標誌着“模型的巨大飛躍，因爲它確實簡化了讓所有這些不同原子一起工作的整個過程”。

在AlphaFold 3的工作機制層面，得益於AI從業者對擴散技術（diffusion）的改進，DeepMind可以通過轉向擴散技術以完善其底層模型架構。

目前，DeepMind旗下的藥物研發子公司 Isomorphic Labs將 AlphaFold 3與一套互補的內部人工智能模型相結合，嘗試識別抗逆作物和研發新疫苗，並與製藥公司合作嘗試開發新的疾病治療方法。

雖然DeepMind目前沒有發佈AlphaFold 3的完整代碼，但提供了名爲AlphaFold Server 的公共接口，該接口對可供嘗試的分子施加了限制，並且只能用於非商業目的。

不開源代碼意味着AlphaFold 3預測蛋白質與小分子相互作用的主要能力，基本上無法供公衆使用，哥倫比亞大學系統生物學助理教授穆罕默德·庫萊希認爲，此次新工具的發佈標誌着一個巨大的飛躍，但也伴隨着一些缺陷，而目前 AlphaFold 3主要起到了宣傳的作用。（薛世軒）

本文系本站科技報道，更多新聞資訊和深度解析，關注我們。