（本篇文章共923字，阅读时间约3分钟）

图源：AI生成

Google DeepMind 近期发布了 AlphaFold 3，这是一款模拟生命基本构造及其在细胞内部相互作用的人工智能模型。AlphaFold 3 的发布将极大推动揭秘疾病之谜以及寻找针对癌症等疾病的治疗方法。

AlphaFold 3是于2018年首次开发的科技的第三代产品，根据本周发表在Nature杂志上的一篇论文，该模型给出了迄今为止对微生物结构和交互方式最精准的预测。

这款模型由DeepMind药物发现衍生公司Isomorphic Labs开发，它是将AI预测能力应用于加深微型生命机制理解以及疾病机制的最新里程碑。

DeepMind的首席执行官兼联合创始人Demis Hassabis爵士解释说，“生物学是一个动态系统，我们需要理解细胞内不同分子之间的相互作用如何产生生物特性。AlphaFold 3 可被视为我们向这个目标迈出的第一大步。”

AlphaFold 3的技术升级扩大了其关注的生物范围，超出了之前主要分析的蛋白质，为研究生物化学网络提供了更丰富的视角。模型涵盖了遗传代码DNA和RNA以及配体——与其他分子结合的分子，这些分子可以是疾病的重要标志。

Isomorphic Labs的首席AI官员Max Jaderberg指出，AlphaFold 3的能力为研究人员提供了新的机会，他们可以迅速地确定潜在的新药分子。Isomorphic Labs已经与制药公司Eli Lilly和Novartis建立了合作关系。

AlphaFold 3的新论文中提到，相比于很多现有的专用工具，包括基于其前身的那些，AlphaFold 3展示了“显著提高”的预测精准度。研究还指出，开发合适的AI深度学习框架可以极大减少获得“生物学相关性能”的所需数据量。

DeepMind的AlphaFold团队领导John Jumper表示，“我们正看到惊人的进步，我们认为将会引发一系列新的科学发现。”他强调了这项技术改善植物生物知识以及食品安全的潜力。“我们已经开始看到生物学家和早期试用者使用这种方法来理解细胞如何运作，以及在疾病状态时可能会出现何种问题。”

AlphaFold 3建议的分子仍需要实验验证，并且需要经过正常的临床试验过程。DeepMind表示，它将使大部分AlphaFold 3的功能通过服务器提供给公众，学术非商业用户将可以免费访问。

Boston Consulting Group本周发布的一项研究显示，AI发现的药物在早期试验阶段的成功率高于其他方法发现的药物。尽管研究人员谨慎表示，这些数据仅是对技术在药物发现有效性的初步分析，但研究显示AI可能会使制药研究和开发的效率翻倍。

“这将真正地颠覆我们做实验的方式。”King’s College London的结构生物学家Julien Bergeron说，他并未参与开发AlphaFold 3，但一直是其测试用户，“我们可以在去实验室之前就开始检验假设。”

END

       原文标题 : 全新篇章：AlphaFold 3开展生物分子结构及相互作用的全方位预测