Google DeepMind 发布 AlphaFold 3，或揭开生物学奥秘

AlphaFold 3 是谷歌 DeepMind 和 Isomorphic Labs 共同开发的新型人工智能模型。通过准确预测蛋白质、DNA、RNA、配体等的结构以及它们之间的相互作用，有望改变对生物世界和药物发现的理解。

每个植物、动物和人体细胞内都有数十亿台分子机器，它们由蛋白质、DNA 和其他分子组成，但没有任何一个部分可以单独工作，只有看到它们如何在数百万种组合中相互作用，人们才能开始真正了解生命的过程。在发表于《自然》（Nature）的一篇论文中介绍了 AlphaFold 3，这是一个革命性的模型，能够以前所未有的精确度预测所有生命分子的结构和相互作用，与现有的预测方法相比，他们发现蛋白质与其他分子类型的相互作用至少提高了 50%，而对于某些重要的相互作用类别预测准确率提高了一倍。

AlphaFold 3 将有助于改变人们对生物世界和药物发现的理解，科学家们可以通过新推出的 AlphaFold 服务器（一种易于使用的研究工具）免费使用其大部分功能。为了进一步发挥 AlphaFold 3 在药物设计方面的潜力，Isomorphic Labs 已经开始与制药公司合作，将其应用到现实世界的药物设计挑战中，最终为患者开发出改变生命的新疗法。

该新模型建立在 AlphaFold 2 的基础之上，AlphaFold 2 在 2020 年实现了蛋白质结构预测的根本性突破，迄今为止全球已有数百万研究人员利用 AlphaFold 2 在疟疾疫苗、癌症治疗和酶设计等领域有所发现。AlphaFold 已被引用 20,000 多次，其科学影响力也得到了许多奖项的认可，最近的奖项是生命科学突破奖（Breakthrough Prize in Life Sciences）。AlphaFold 3 将人类从蛋白质带入了广泛的生物分子领域，这一飞跃可以开启更具变革性的科学，从开发生物可再生材料和更具抗逆性的作物，到加速药物设计和基因组学研究。

AlphaFold 3 如何揭示生命分子

给定一个分子输入列表，AlphaFold 3 就能生成它们的联合三维结构，揭示它们是如何组合在一起的。它可以对蛋白质、DNA 和 RNA 等大型生物分子以及小分子（也称为配体，包括许多药物）进行建模。AlphaFold 3 还能对这些分子的化学修饰进行建模，这些化学修饰控制着细胞的健康功能，一旦受到破坏就会导致疾病。AlphaFold 3 的能力来自于其新一代的架构和训练，现在已经涵盖了生命中的所有分子，该模型的核心是 Evoformer 模块的改进版，它是一种深度学习架构，是 AlphaFold 2 令人难以置信的性能的基础。在处理输入后，AlphaFold 3 使用扩散网络（类似于 AI 图像生成器中的扩散网络）进行预测，扩散过程从原子云开始，经过多个步骤最终形成最精确的分子结构。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，它能够独一无二地统一科学见解。

Isomorphic Labs 引领药物发现

AlphaFold 3 通过预测药物中常用的分子（如配体和抗体）来创建药物设计能力，这些分子与蛋白质结合，改变了蛋白质在人类健康和疾病中的相互作用方式，AlphaFold 3 在预测类似药物的相互作用（包括蛋白质与配体的结合以及抗体与靶蛋白的结合）方面达到了前所未有的准确性。在 PoseBusters 基准测试中，AlphaFold 3 的准确率比最好的传统方法高出 50%，而无需输入任何结构信息，这使 AlphaFold 3 成为首个在生物分子结构预测方面超越基于物理的工具的 AI 系统。预测抗体与蛋白质结合的能力对于了解人体免疫反应的各个方面以及设计新的抗体，一类至关重要的不断增长的治疗药物。Isomorphic Labs 公司正在利用 AlphaFold 3 和一套互补的内部 AI 模型，为内部项目以及制药合作伙伴进行药物设计，而 Isomorphic Labs 正在利用 AlphaFold 3 加快和提高药物设计的成功率，帮助了解如何接近新的疾病靶点，并开发新的方法来寻找以前无法触及的现有靶点。

AlphaFold 服务器： 免费且易于使用的研究工具

Google DeepMind 新推出的 AlphaFold 服务器是世界上预测蛋白质如何与细胞内其他分子相互作用的最准确工具。这是一个免费平台，全世界的科学家都可以利用它进行非商业性研究，只需点击几下，生物学家就可以利用 AlphaFold 3 的强大功能，为由蛋白质、DNA、RNA 和一些配体、离子和化学修饰组成的结构建模。AlphaFold 服务器可帮助科学家提出新的假设，并在实验室中进行测试，从而加快工作流程，实现进一步的创新。这一平台为研究人员提供了生成预测的便捷方法，无论他们是否拥有计算资源或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一个攻读博士学位的时间，花费数十万美元，而以前的模型 AlphaFold 2 已被用于预测数亿个结构，按照目前的结构生物学实验速度，这需要花费研究人员数亿年的时间。

负责任地分享 AlphaFold 3 的力量

Google 承诺每发布一次 AlphaFold 都会与研究和安全界合作，努力了解该技术的广泛影响，采取以科学为主导的方法，并进行了广泛的评估，以降低潜在风险，分享对生物学和人类的广泛益处。在为 AlphaFold 2 进行外部咨询的基础上，Google 现在已经与生物安全、研究和工业领域的 50 多名领域专家以及专业第三方进行了接触，以了解 AlphaFold 后续模型的能力和任何潜在风险。在 AlphaFold 3 推出之前，Google 还参加了社区论坛和讨论。AlphaFold 服务器体现了AlphaFold 优势的持续承诺，包括拥有2亿个蛋白质结构的免费数据库。Google 还将扩大与 EMBL-EBI 合作的免费 AlphaFold 教育在线课程，并与全球南部的组织合作，为科学家提供加速采用和研究所需的工具，包括被忽视的疾病和粮食安全等资金不足的领域，Google 将继续与科学界和政策制定者合作，以负责任的方式开发和部署 AI 技术。

开创 AI 驱动的细胞生物学未来

AlphaFold 3 带来了高清晰度的生物世界，它使科学家能够看到细胞系统的所有复杂性，包括结构、相互作用和修饰。这扇观察生命分子的新窗口揭示了它们之间的联系，并有助于了解这些联系如何影响生物功能，如药物作用、激素分泌和 DNA 修复过程对健康的保护。AlphaFold 3 和免费的 AlphaFold 服务器的影响将通过它们如何帮助科学家加速发现生物学中的开放性问题和新的研究方向来实现。 AlphaFold 3 的潜力才开始挖掘，小编迫不及待地想知道未来会发生什么。