谷歌 DeepMind 突破性的蛋白质结构人工智能现在可以模拟 DNA

谷歌在过去一年的大部分时间里都在忙于构建 Gemini 聊天机器人来对抗 ChatGPT，并将其定位为多功能人工智能助手，可以帮助完成工作任务或个人生活中的数字杂务。 该公司一直在悄悄地致力于增强一种更专业的人工智能工具，该工具已经成为一些科学家的必备工具。

AlphaFold 是由谷歌 DeepMind AI 部门开发的用于预测蛋白质 3D 结构的软件，现已获得重大升级。 它现在可以模拟其他具有生物学重要性的分子，包括 DNA，以及免疫系统产生的抗体与疾病生物体分子之间的相互作用。 DeepMind 在 AlphaFold 3 中添加了这些新功能，部分是通过借用人工智能图像生成器的技术。

“这对我们来说是一个巨大的进步，”谷歌 DeepMind 首席执行官 Demis Hassabis 在周三发布一份研究报告之前告诉《连线》杂志。 关于 AlphaFold 3 的论文 在科学杂志上 自然。 “这正是药物发现所需要的：您需要了解小分子如何与药物结合、结合强度如何，以及它可能与其他什么结合。”

AlphaFold 3 可以模拟 DNA 和 RNA 等携带遗传密码的大分子，也可以模拟更小的实体，包括金属离子。 谷歌的研究论文声称，它可以高精度预测这些不同分子将如何相互作用。

该软件由 Google DeepMind 和 Isomorphic 实验室开发，Isomorphic 实验室是母公司 Alphabet 旗下的兄弟公司，致力于生物技术领域的人工智能，也由 Hassabis 领导。 一月份，Isomorphic Labs 宣布将与礼来公司和诺华公司合作进行药物开发。

AlphaFold 3 将通过云提供给外部研究人员免费访问，但 DeepMind 不会像早期版本的 AlphaFold 那样以开源方式发布该软件。 负责该软件的 Google DeepMind 团队负责人 John Jumper 表示，该软件可以帮助人们更深入地了解体内蛋白质如何与 DNA 相互作用和发挥作用。 “蛋白质如何应对 DNA 损伤？ 他们如何找到、修复它？” 跳跃者说。 “我们可以开始回答这些问题了。”

过去，了解蛋白质结构需要使用电子显微镜和 X 射线晶体学技术进行艰苦的工作。 几年前，学术研究小组开始测试深度学习（许多近期人工智能进步的核心技术）是否可以通过学习经过实验验证的结构，仅根据蛋白质的组成氨基酸来预测蛋白质的形状。

2018 年，谷歌 DeepMind 透露，它正在开发名为 AlphaFold 的人工智能软件，以准确预测蛋白质的形状。 2020 年，AlphaFold 2 产生的结果足够准确 掀起分子生物学界的一场兴奋风暴。 一年后，该公司发布了供任何人使用的 AlphaFold 开源版本，以及 350,000 个预测的蛋白质结构，包括几乎所有已知存在于人体中的蛋白质。 2022 年，该公司发布了超过 200 万个蛋白质结构。