(记者郑典编译报道) 据《Engadget》2024年5月9日（周四）。
(图片来源 : Debstar/Wikimedia/CC BY-SA 3.0)
最近的人工智能炒作主要集中在简单提示生成的令人着迷的数字内容上，同时也担心其能够大量减少劳动力并使恶意宣传更有说服力。然而，人工智能最有前景（而且可能不那么不祥）的工作在于医学。谷歌(Google)的AlphaFold软件的新更新可能会带来新的疾病研究和治疗突破。
来自谷歌DeepMind和(也是Alphabet旗下的)Isomorphic Labs的AlphaFold软件已经证明，它可以以惊人的准确度预测蛋白质如何折迭。 它记录了惊人的 2 亿种已知蛋白质，Google表示，数以百万计的研究人员已经使用先前的版本在疟疾疫苗、癌症治疗和酵素设计等领域取得了发现。
了解蛋白质的形状和结构决定了它如何与人体相互作用，使科学家能够创造新药物或改进现有药物。但新版AlphaFold 3可以模拟其他关键分子，包括DNA。它还可以绘制药物与疾病之间的相互作用图，这可能为研究人员打开令人兴奋的新大门。谷歌表示，它的准确度比现有模型高出50%。
DeepMind研究团队在一篇部落格文章中写道：「AlphaFold 3让我们超越蛋白质，进入广泛的生物分子。这一飞跃可以开启更多变革性的科学，从开发生物可再生材料和更具弹性的作物，到加速药物设计和基因组学研究。」
DeepMind的项目负责人John Jumper告诉《联机》(Wired)杂志。「蛋白质如何应对DNA损伤？ 他们如何找到、修复它？我们可以开始回答这些问题了。」
在人工智能出现之前，科学家只能透过电子显微镜和X射线晶体学等复杂方法来研究蛋白质结构。机器学习透过使用从训练中识别出的模式（通常人类和我们的标准仪器无法察觉）来根据氨基酸预测蛋白质形状，从而简化了大部分过程。
谷歌表示AlphaFold 3的部分进步来自于将扩散模型应用于其分子预测。扩散模型是Midjourney、Google的Gemini和OpenAI的DALL-E 3等AI图像生成器的核心部分。换句话说，它需要一个看起来模糊或模糊的阵型，并根据训练数据中的模式做出有根据的猜测来清除它。
DeepMind执行长Demis Hassabis告诉《联机》杂志 : 「这对我们来说是一个巨大的进步。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使用颜色编码标度来标记其预测的置信度，使研究人员能够对不太可能准确的结果采取适当的谨慎态度。 蓝色表示高度自信； 红色表示不太确定。
谷歌正在免费提供AlphaFold 3，供研究人员用于非商业研究。然而，与过去的版本不同的是，该公司并未开源该项目。华盛顿大学教授戴维贝克（David Baker）是一位制作类似软件的著名研究人员，他对Google选择这条路线向《联机》杂志表示失望。然而，他也对该软件的功能感到惊讶。他说 : 「AlphaFold 3 的结构预测性能非常令人印象深刻。」
至于下一步，谷歌表示 : 「Isomorphic Labs已经与制药公司合作，将其应用于现实世界的药物设计挑战，并最终为患者开发新的改变生活的治疗方法。」
原文连结
