DeepMind 衍生产品 Isomorphic Labs 吹嘘 AlphaFold 3 • –

谷歌和 DeepMind 的衍生公司 Isomorphic Labs 开发了一种名为 AlphaFold 3 的人工智能模型，据称该模型可以比现有工具更准确地预测分子结构。

DeepMind 联合创始人表示，AlphaFold 3“可以以最先进的精度预测几乎所有生命分子的结构和相互作用，包括蛋白质、DNA 和 RNA。”

希望该系统能够比现有方法更快、更准确地设计药物和治疗方法，并且 研究表明 情况可能是这样。 AlphaFold 3 尝试根据生物分子复合物的描述来预测这些复合物的 3D 结构； 这对于开发更适合特定应用的药物等事情可能有用。

开发人员声称他们的 AI 模型比现有的预测方法提高了 50% PoseBusters 基准测试，并且在某些类别的分子相互作用中，它的预测精度提高了一倍。

该人工智能模型对其前身 AlphaFold 2 进行了改进，后者于 2020 年首次亮相，已在生物医学研究工作中被引用超过 20,000 次。 AlphaFold 2 旨在预测蛋白质结构，而 AlphaFold 3 可用于探索更广泛的分子系统，例如多种蛋白质、DNA、RNA 和小分子配体。

但它并非没有幻觉。 该论文显示，大约 4.4% 的情况下，AlphaFold 3 会错误地预测“手性“——当结构与其镜像不同且无法叠加时。该模型的预测有时还会产生重叠的原子，以及其他偶尔的缺点。

随着AlphaFold 3的首次亮相，谷歌发布了 AlphaFold 服务器 – 生物分子探索的免费平台 – 只要作品是非商业性的并遵守 使用条款。 例如，不允许使用服务器数据训练机器学习模型。

AlphaFold Server 允许您通过其 Web 界面输入各种生物分子类型的数据，使用 一个 FASTA 文件。 然后，AI 模型处理该作业并以 3D 渲染的形式返回结构概览。

一些 研究人员 有 抱怨 那 谷歌和同构实验室尚未发布相关代码或模型权重，这将使学术界能够更好地评估这项工作。

加州大学旧金山分校弗雷泽实验室的结构和计算生物学家 Stephanie Wankowicz 在社交媒体上表示：“没有代码的计算论文不应该被接受。” 邮政。 “加上限制访问阻碍了开放科学的进步。”

谷歌没有立即回应有关是否打算稍后提供代码和模型权重的询问。 ®