查看原文
其他

AlphaFold3震撼发布:预测所有生命分子结构相互作用

未尽研究 未尽研究
2024-08-23


AlphaFold3发布了!扩展到蛋白质折叠之外。除了预测蛋白质的形状,它还可以预测其他微观生物机制的行为,包括 DNA(身体存储遗传信息的地方)和 RNA(将信息从 DNA 传递到蛋白质的分子),也包括蛋白质与 DNA/其他蛋白质/小分子之间的相互作用。

AlphaFold 3 让生命过程肉眼可见!科学家能够看到细胞系统的全部复杂性,包括结构、相互作用和修饰。这个关于生命分子的新视窗揭示了它们是如何相互连接的,并帮助理解这些连接如何影响生物功能——比如药物的作用、激素的产生和维持健康的 DNA 修复过程。

相当于在预测生命的过程:在每一个植物、动物和人类细胞中,都有数十亿个分子机器。它们由蛋白质、DNA 和其他分子组成,但没有任何单一部分可以独立工作。只有观察它们如何相互作用,跨越数百万种组合,我们才能开始真正理解生命的过程。

谷歌DeepMind在《自然》杂志上发表了一篇论文,《用AlphaFold3准确预测生物分子相互作用的结构》。“这是一个革命性的模型,可以预测所有生命分子的结构和相互作用,准确性前所未有。对于蛋白质与其他分子类型的相互作用,我们至少看到与现有预测方法相比有50%的改进,并且对于一些重要的相互作用类别,我们已将预测准确性提高了一倍。”

预测蛋白质及生命分子结构之间的相互作用,对于药物发现有巨大的潜力。谷歌DeepMind旗下公司Isomorphic Labs 已经与制药公司合作,将AlphaFold3应用于现实世界的药物设计。科学家们可以通过 AlphaFold Server 免费访问其大部分功能。

这一新的AI模型建立在 AlphaFold 2 的基础之上。AlphaFold 2 于 2020 年在蛋白质结构预测方面取得了突破。到目前为止,全球数百万研究人员已经将 AlphaFold 2 用于诸多领域并取得了新的发现,包括疟疾疫苗、癌症治疗和酶设计等。

AlphaFold 3实现了一次飞跃,它超越了蛋白质,覆盖广泛的生物分子,可能解锁更多变革性的科学研究,从开发生物可再生材料和更具韧性的作物,到加速药物设计和基因组研究。谷歌DeepMInd创始人及CEO哈萨比斯认为,它可能带来上千亿美元的潜在经济价值。

AlphaFold 3 揭示生命的分子

在给定一组分子的输入列表后,AlphaFold 3 会生成它们相互结合的三维结构,揭示出它们是如何组合在一起的。这样就模拟出大型生物分子如蛋白质、DNA 和 RNA,以及被称为配体的小分子——这一类别包括许多药物。

此外,AlphaFold 3 还能模拟这些分子的化学修饰,这些修饰控制着细胞的健康功能,一旦受到干扰就可能导致疾病。

AlphaFold 3 的能力源自其下一代模型架构和训练。研究人员对AlphaFold2的深度学习架构Evoformer进行了改进。在对输入进行处理后,AlphaFold 3 使用一个扩散模型来产生预测,原理类似于 AI 图像生成。扩散过程从一个原子云开始,经过许多步骤,最终收敛于分子结构。

引领药物发现

AlphaFold 3 在预测类药物相互作用方面达到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目标蛋白的结合。AlphaFold 3 在不需要任何结构信息的情况下,在 PoseBusters 基准测试中的准确度比最佳传统方法高出 50%,使 AlphaFold 3 成为首个超越基于物理的工具进行生物分子结构预测的 AI 系统。

Isomorphic Labs 结合使用 AlphaFold 3 和一套补充的内部 AI 模型,正在进行内部项目的药物设计以及与制药公司的合作。主要的作用是加速实验过程,并提高药物设计的成功率,如帮助理解如何接近新的疾病靶标,以及开发追求现有靶标的新方法,而这些靶标之前是难以达到的。

AlphaFold 服务器:一个免费且易于使用的研究工具

Google DeepMind新推出的 AlphaFold 服务器,可以用来预测蛋白质如何与细胞中其他分子相互作用。这是一个免费平台,世界各地的科学家可以用于非商业研究。生物学家只需几次点击,就可以利用 AlphaFold 3 模拟由蛋白质、DNA、RNA 以及一些配体、离子和化学修饰组成的结构。

AlphaFold 服务器帮助科学家在实验室中提出并测试新的假设,加速工作流程并促进进一步的创新。平台为研究人员提供了一个易于获取的方式来生成预测,无论他们是否能够使用计算资源或是否精通机器学习。

实验性蛋白质结构预测可能需要花费一个博士学位的时间,并且成本可能高达数十万美元。AlphaFold 2,已经被用来预测数亿个结构,如果按照当前实验结构生物学的速度,这将需要数亿研究人年。

尽管谷歌DeepMind没有公布AlphaFold3模型的代码和权重,它承诺将分享 AlphaFold 的益处,包括2亿蛋白质结构免费数据库。还将与 EMBL-EBI 一起扩展免费 AlphaFold 在线教育课程。DeepMind还将与全球南方发展中国家的组织建立合作关系,为科学家提供他们需要加速采用和研究的工具,包括一些资金不足的领域,如一些被忽视的疾病和食品安全。





修改于
继续滑动看下一个
未尽研究
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存