Alphafold 3: prédire toutes les structures et interactions de la vie des molécules de vie
À l'intérieur de chaque cellule végétale, animale et humaine, il existe un monde grouillant de machines moléculaires. Ces machines, composées de protéines, d'ADN et d'autres molécules, n'agissent pas seules. Ce n'est qu'en comprenant leurs interactions à travers d'innombrables combinaisons que nous pouvons véritablement saisir l'essence des processus de la vie.
Dans un article récent publié dans *Nature*, nous avons dévoilé AlphaFold 3, un modèle révolutionnaire qui prédit la structure et les interactions de toutes les molécules du vivant avec une précision sans précédent. En ce qui concerne les interactions des protéines avec d'autres types de molécules, AlphaFold 3 offre une amélioration d'au moins 50 % par rapport aux méthodes existantes. Pour certaines interactions clés, nous avons même doublé la précision de nos prédictions.
Nous sommes enthousiasmés par le potentiel d'AlphaFold 3 à révolutionner notre compréhension de la biologie et à accélérer la découverte de médicaments. Les scientifiques peuvent désormais exploiter la plupart de ses capacités gratuitement via notre nouveau serveur AlphaFold, un outil de recherche convivial. Isomorphic Labs collabore déjà avec des entreprises pharmaceutiques pour appliquer AlphaFold 3 à des défis de conception de médicaments réels, visant à développer de nouveaux traitements qui pourraient changer des vies.
AlphaFold 3 s'appuie sur le succès d'AlphaFold 2, qui, en 2020, a transformé la prédiction de la structure des protéines. Depuis lors, des millions de chercheurs dans le monde ont utilisé AlphaFold 2 pour réaliser des percées dans des domaines comme les vaccins contre le paludisme, les traitements contre le cancer et la conception d'enzymes. AlphaFold a été cité plus de 20 000 fois et a reçu de nombreux prix, dont le Breakthrough Prize in Life Sciences. Avec AlphaFold 3, nous élargissons notre focus au-delà des protéines à une vaste gamme de biomolécules, ouvrant des possibilités pour une science encore plus révolutionnaire — du développement de matériaux durables et de cultures résilientes à l'accélération de la conception de médicaments et de la recherche en génomique.
7PNM - Protéine de pointe d’un virus du rhume (Coronavirus OC43) : La prédiction structurelle d’AlphaFold 3 pour une protéine de pointe (bleu) d’un virus du rhume en interaction avec des anticorps (turquoise) et des sucres simples (jaune) correspond précisément à la structure réelle (gris). L’animation montre la protéine interagissant avec un anticorps, puis un sucre. Faire progresser notre connaissance de ces processus du système immunitaire aide à mieux comprendre les coronavirus, y compris le COVID-19, ouvrant des perspectives pour des traitements améliorés.
Comment AlphaFold 3 révèle les molécules du vivant
----------------------------------------
Étant donné une liste de molécules, AlphaFold 3 génère leur structure 3D conjointe, montrant comment elles s’assemblent. Il peut modéliser de grandes biomolécules comme les protéines, l’ADN et l’ARN, ainsi que de plus petites molécules, ou ligands, qui incluent de nombreux médicaments. De plus, AlphaFold 3 peut prédire les modifications chimiques de ces molécules, essentielles au fonctionnement sain des cellules et pouvant entraîner des maladies si perturbées.
La prouesse d’AlphaFold 3 provient de son architecture avancée et de son entraînement, qui englobe désormais toutes les molécules du vivant. Au cœur de celle-ci se trouve une version améliorée de notre module Evoformer, l’architecture d’apprentissage profond qui a alimenté le succès d’AlphaFold 2. Après avoir traité les entrées, AlphaFold 3 utilise un réseau de diffusion, similaire à ceux des générateurs d’images AI, pour assembler ses prédictions. Ce processus commence par un nuage d’atomes et le raffine progressivement pour obtenir la structure moléculaire la plus précise.
Les prédictions d’interactions moléculaires d’AlphaFold 3 sont plus précises que celles de tout système existant. En tant que modèle unique qui calcule intégralement des complexes moléculaires entiers, il est idéalement positionné pour unifier les connaissances scientifiques.
7R6R - Protéine de liaison à l’ADN : La prédiction d’AlphaFold 3 pour un complexe moléculaire comportant une protéine (bleu) liée à une double hélice d’ADN (rose) correspond presque parfaitement à la structure moléculaire réelle découverte par des expériences laborieuses (gris).
Leader de la découverte de médicaments chez Isomorphic Labs
-----------------------------------------
AlphaFold 3 ouvre de nouvelles possibilités pour la conception de médicaments en prédisant comment les molécules couramment utilisées dans les médicaments, comme les ligands et les anticorps, interagissent avec les protéines pour influencer la santé humaine et les maladies.
AlphaFold 3 atteint une précision inégalée dans la prédiction des interactions de type médicamenteux, y compris la manière dont les protéines se lient aux ligands et dont les anticorps interagissent avec leurs protéines cibles. Il est 50 % plus précis que les meilleures méthodes traditionnelles sur le benchmark PoseBusters, et il n’a besoin d’aucune information structurelle pour commencer. Cela fait d’AlphaFold 3 le premier système AI à surpasser les outils basés sur la physique pour la prédiction de structures biomoléculaires. Comprendre la liaison des anticorps aux protéines est crucial pour obtenir des informations sur la réponse immunitaire humaine et pour concevoir de nouveaux anticorps, de plus en plus importants en médecine.
Isomorphic Labs utilise AlphaFold 3, ainsi que d’autres modèles AI internes, pour améliorer la conception de médicaments pour des projets internes et des collaborations avec des partenaires pharmaceutiques. Cette approche nous aide à aborder de nouvelles cibles de maladies et à trouver des moyens innovants de traiter celles qui étaient auparavant inaccessibles.
Serveur AlphaFold : Un outil de recherche gratuit et facile à utiliser
------------------------------------------------------
8AW3 - Protéine modifiant l’ARN : La prédiction d’AlphaFold 3 pour un complexe moléculaire comportant une protéine (bleu), un brin d’ARN (violet) et deux ions (jaune) correspond étroitement à la structure réelle (gris). Ce complexe est impliqué dans la création d’autres protéines — un processus cellulaire fondamental pour la vie et la santé.
Le serveur AlphaFold récemment lancé par Google DeepMind est l’outil le plus précis au monde pour prédire comment les protéines interagissent avec d’autres molécules dans la cellule. C’est une plateforme gratuite disponible pour les scientifiques du monde entier pour des recherches non commerciales. En quelques clics, les biologistes peuvent utiliser AlphaFold 3 pour modéliser des structures composées de protéines, d’ADN, d’ARN et d’une sélection de ligands, d’ions et de modifications chimiques.
Le serveur AlphaFold aide les scientifiques à générer de nouvelles hypothèses à tester en laboratoire, accélérant leurs recherches et favorisant l’innovation. Notre plateforme facilite la création de prédictions pour les chercheurs, quel que soit leur accès aux ressources informatiques ou leur expertise en apprentissage automatique.
La prédiction expérimentale de la structure des protéines peut prendre autant de temps qu’un doctorat et coûter une fortune. Notre modèle précédent, AlphaFold 2, a été utilisé pour prédire des centaines de millions de structures, une tâche qui aurait pris des centaines de millions d’années-chercheur au rythme actuel de la biologie structurale expérimentale.
Partager le pouvoir d’AlphaFold 3 de manière responsable
--------------------------------------------
À chaque sortie d’AlphaFold, nous avons cherché à comprendre l’impact global de la technologie, en collaborant avec la communauté de recherche et de sécurité. Nous adoptons une approche scientifique et avons effectué des évaluations approfondies pour minimiser les risques potentiels tout en maximisant les bénéfices pour la biologie et l’humanité.
S’appuyant sur les consultations menées pour AlphaFold 2, nous avons maintenant engagé plus de 50 experts dans divers domaines, ainsi que des tiers spécialisés, dans les secteurs de la biosécurité, de la recherche et de l’industrie, pour évaluer les capacités et les risques potentiels des modèles successifs d’AlphaFold. Nous avons également participé à des forums et discussions à l’échelle de la communauté avant le lancement d’AlphaFold 3.
Le serveur AlphaFold reflète notre engagement à partager les bénéfices d’AlphaFold, y compris notre base de données gratuite de 200 millions de structures de protéines. Nous élargissons notre cours en ligne gratuit sur l’éducation AlphaFold avec EMBL-EBI et collaborons avec des organisations du Sud global pour équiper les scientifiques des outils nécessaires pour accélérer l’adoption et la recherche, en particulier dans des domaines sous-financés comme les maladies négligées et la sécurité alimentaire. Nous continuerons à travailler avec la communauté scientifique et les décideurs politiques pour développer et déployer des technologies AI de manière responsable.
Ouvrir l’avenir de la biologie cellulaire alimentée par l’AI
------------------------------------------------
7BBV - Enzyme : La prédiction d’AlphaFold 3 pour un complexe moléculaire comportant une protéine enzymatique (bleu), un ion (sphère jaune) et des sucres simples (jaune), ainsi que la structure réelle (gris). Cette enzyme se trouve dans un champignon tellurique (Verticillium dahliae) qui endommage une large gamme de plantes. Les connaissances sur la manière dont cette enzyme interagit avec les cellules végétales pourraient aider les chercheurs à développer des cultures plus saines et plus résilientes.
AlphaFold 3 met le monde biologique en lumière. Il permet aux scientifiques de voir les systèmes cellulaires dans toute leur complexité, à travers les structures, les interactions et les modifications. Cette nouvelle perspective sur les molécules du vivant révèle leur interconnectivité et aide à comprendre comment ces connexions influencent les fonctions biologiques — comme le fonctionnement des médicaments, la production d’hormones et la réparation de l’ADN qui nous maintient en bonne santé.
L’impact d’AlphaFold 3 et de notre serveur AlphaFold gratuit se verra dans la manière dont ils permettent aux scientifiques d’accélérer les découvertes à travers des questions ouvertes en biologie et de nouveaux domaines de recherche. Nous commençons tout juste à explorer le potentiel d’AlphaFold 3, et nous sommes enthousiastes à l’idée de voir ce que l’avenir nous réserve.
Mise à jour du 11 novembre 2024 : Depuis novembre 2024, nous avons publié le code et les poids du modèle AlphaFold 3 pour un usage académique afin d’avancer la recherche. En savoir plus sur les outils AlphaFold.
Article connexe
Libérer la croissance de l'IA grâce aux investissements dans la main-d'œuvre et l'infrastructure énergétique
L'IA offre aux États-Unis une opportunité transformative de stimuler l'innovation et la croissance économique. Son adoption dynamisera l'économie, créera des emplois et accélérera les progrès scientif
Adobe et Figma intègrent le modèle avancé de génération d'images d'OpenAI
La génération d'images améliorée d'OpenAI dans ChatGPT a entraîné une augmentation des utilisateurs, grâce à sa capacité à produire des visuels de style Studio Ghibli et des designs uniques, et s'éten
Géants de la technologie divisés sur le code de l'IA de l'UE à l'approche de la date limite de conformité
Le Code de pratique général de l'IA de l'UE a révélé des différences marquées parmi les principales entreprises technologiques. Microsoft a exprimé son intention d'adopter le cadre volontaire de confo
commentaires (37)
0/200
![BenBrown]()
BenBrown
28 juillet 2025 03:19:30 UTC+02:00
Mind-blowing how AlphaFold 3 maps out life's molecular dance! 🧬 Curious if this could speed up drug discovery or just make scientists' heads spin with data overload. What's next, predicting my coffee's molecular vibe? 😄
0
![WillPerez]()
WillPerez
28 juillet 2025 03:19:05 UTC+02:00
AlphaFold 3 is mind-blowing! Predicting every molecule's structure feels like unlocking the universe’s blueprint. Can’t wait to see how this reshapes drug discovery! 😮
0
![ScottPerez]()
ScottPerez
21 avril 2025 03:43:42 UTC+02:00
AlphaFold 3 es alucinante! Es como tener un microscopio para el mundo molecular. Me ayuda muchísimo en mis proyectos de biología. Ojalá fuera un poco más rápido, pero aún así, ¡herramienta increíble! 🔬🌿
0
![GaryGonzalez]()
GaryGonzalez
20 avril 2025 21:26:40 UTC+02:00
AlphaFold 3は驚異的です！生命分子の構造と相互作用を予測するなんて素晴らしいですね。でも、複雑すぎて半分も理解できません。とはいえ、生物学にとっては革命的です。これがどう進化するか楽しみです！🧬
0
![FredWhite]()
FredWhite
20 avril 2025 11:01:38 UTC+02:00
AlphaFold 3 is mind-blowing! It's amazing how it predicts the structures and interactions of life molecules. But it's so complex, I barely understand half of it. Still, it's a game-changer for biology. Can't wait to see how it evolves! 🧬
0
![GregoryAdams]()
GregoryAdams
20 avril 2025 01:20:34 UTC+02:00
AlphaFold 3 정말 대단해! 분자 상호작용을 깊이 이해할 수 있어서 생물학 연구에 큰 도움이 돼. 다만 너무 복잡해서 가끔 헷갈릴 때가 있어. 좀 더 쉽게 설명해주면 좋겠어! 🤯🔬
0
À l'intérieur de chaque cellule végétale, animale et humaine, il existe un monde grouillant de machines moléculaires. Ces machines, composées de protéines, d'ADN et d'autres molécules, n'agissent pas seules. Ce n'est qu'en comprenant leurs interactions à travers d'innombrables combinaisons que nous pouvons véritablement saisir l'essence des processus de la vie.
Dans un article récent publié dans *Nature*, nous avons dévoilé AlphaFold 3, un modèle révolutionnaire qui prédit la structure et les interactions de toutes les molécules du vivant avec une précision sans précédent. En ce qui concerne les interactions des protéines avec d'autres types de molécules, AlphaFold 3 offre une amélioration d'au moins 50 % par rapport aux méthodes existantes. Pour certaines interactions clés, nous avons même doublé la précision de nos prédictions.
Nous sommes enthousiasmés par le potentiel d'AlphaFold 3 à révolutionner notre compréhension de la biologie et à accélérer la découverte de médicaments. Les scientifiques peuvent désormais exploiter la plupart de ses capacités gratuitement via notre nouveau serveur AlphaFold, un outil de recherche convivial. Isomorphic Labs collabore déjà avec des entreprises pharmaceutiques pour appliquer AlphaFold 3 à des défis de conception de médicaments réels, visant à développer de nouveaux traitements qui pourraient changer des vies.
AlphaFold 3 s'appuie sur le succès d'AlphaFold 2, qui, en 2020, a transformé la prédiction de la structure des protéines. Depuis lors, des millions de chercheurs dans le monde ont utilisé AlphaFold 2 pour réaliser des percées dans des domaines comme les vaccins contre le paludisme, les traitements contre le cancer et la conception d'enzymes. AlphaFold a été cité plus de 20 000 fois et a reçu de nombreux prix, dont le Breakthrough Prize in Life Sciences. Avec AlphaFold 3, nous élargissons notre focus au-delà des protéines à une vaste gamme de biomolécules, ouvrant des possibilités pour une science encore plus révolutionnaire — du développement de matériaux durables et de cultures résilientes à l'accélération de la conception de médicaments et de la recherche en génomique.
Comment AlphaFold 3 révèle les molécules du vivant ----------------------------------------
Étant donné une liste de molécules, AlphaFold 3 génère leur structure 3D conjointe, montrant comment elles s’assemblent. Il peut modéliser de grandes biomolécules comme les protéines, l’ADN et l’ARN, ainsi que de plus petites molécules, ou ligands, qui incluent de nombreux médicaments. De plus, AlphaFold 3 peut prédire les modifications chimiques de ces molécules, essentielles au fonctionnement sain des cellules et pouvant entraîner des maladies si perturbées.
La prouesse d’AlphaFold 3 provient de son architecture avancée et de son entraînement, qui englobe désormais toutes les molécules du vivant. Au cœur de celle-ci se trouve une version améliorée de notre module Evoformer, l’architecture d’apprentissage profond qui a alimenté le succès d’AlphaFold 2. Après avoir traité les entrées, AlphaFold 3 utilise un réseau de diffusion, similaire à ceux des générateurs d’images AI, pour assembler ses prédictions. Ce processus commence par un nuage d’atomes et le raffine progressivement pour obtenir la structure moléculaire la plus précise.
Les prédictions d’interactions moléculaires d’AlphaFold 3 sont plus précises que celles de tout système existant. En tant que modèle unique qui calcule intégralement des complexes moléculaires entiers, il est idéalement positionné pour unifier les connaissances scientifiques.
Leader de la découverte de médicaments chez Isomorphic Labs -----------------------------------------
AlphaFold 3 ouvre de nouvelles possibilités pour la conception de médicaments en prédisant comment les molécules couramment utilisées dans les médicaments, comme les ligands et les anticorps, interagissent avec les protéines pour influencer la santé humaine et les maladies.
AlphaFold 3 atteint une précision inégalée dans la prédiction des interactions de type médicamenteux, y compris la manière dont les protéines se lient aux ligands et dont les anticorps interagissent avec leurs protéines cibles. Il est 50 % plus précis que les meilleures méthodes traditionnelles sur le benchmark PoseBusters, et il n’a besoin d’aucune information structurelle pour commencer. Cela fait d’AlphaFold 3 le premier système AI à surpasser les outils basés sur la physique pour la prédiction de structures biomoléculaires. Comprendre la liaison des anticorps aux protéines est crucial pour obtenir des informations sur la réponse immunitaire humaine et pour concevoir de nouveaux anticorps, de plus en plus importants en médecine.
Isomorphic Labs utilise AlphaFold 3, ainsi que d’autres modèles AI internes, pour améliorer la conception de médicaments pour des projets internes et des collaborations avec des partenaires pharmaceutiques. Cette approche nous aide à aborder de nouvelles cibles de maladies et à trouver des moyens innovants de traiter celles qui étaient auparavant inaccessibles.
Serveur AlphaFold : Un outil de recherche gratuit et facile à utiliser
------------------------------------------------------
Le serveur AlphaFold récemment lancé par Google DeepMind est l’outil le plus précis au monde pour prédire comment les protéines interagissent avec d’autres molécules dans la cellule. C’est une plateforme gratuite disponible pour les scientifiques du monde entier pour des recherches non commerciales. En quelques clics, les biologistes peuvent utiliser AlphaFold 3 pour modéliser des structures composées de protéines, d’ADN, d’ARN et d’une sélection de ligands, d’ions et de modifications chimiques.
Le serveur AlphaFold aide les scientifiques à générer de nouvelles hypothèses à tester en laboratoire, accélérant leurs recherches et favorisant l’innovation. Notre plateforme facilite la création de prédictions pour les chercheurs, quel que soit leur accès aux ressources informatiques ou leur expertise en apprentissage automatique.
La prédiction expérimentale de la structure des protéines peut prendre autant de temps qu’un doctorat et coûter une fortune. Notre modèle précédent, AlphaFold 2, a été utilisé pour prédire des centaines de millions de structures, une tâche qui aurait pris des centaines de millions d’années-chercheur au rythme actuel de la biologie structurale expérimentale.
À chaque sortie d’AlphaFold, nous avons cherché à comprendre l’impact global de la technologie, en collaborant avec la communauté de recherche et de sécurité. Nous adoptons une approche scientifique et avons effectué des évaluations approfondies pour minimiser les risques potentiels tout en maximisant les bénéfices pour la biologie et l’humanité.
S’appuyant sur les consultations menées pour AlphaFold 2, nous avons maintenant engagé plus de 50 experts dans divers domaines, ainsi que des tiers spécialisés, dans les secteurs de la biosécurité, de la recherche et de l’industrie, pour évaluer les capacités et les risques potentiels des modèles successifs d’AlphaFold. Nous avons également participé à des forums et discussions à l’échelle de la communauté avant le lancement d’AlphaFold 3.
Le serveur AlphaFold reflète notre engagement à partager les bénéfices d’AlphaFold, y compris notre base de données gratuite de 200 millions de structures de protéines. Nous élargissons notre cours en ligne gratuit sur l’éducation AlphaFold avec EMBL-EBI et collaborons avec des organisations du Sud global pour équiper les scientifiques des outils nécessaires pour accélérer l’adoption et la recherche, en particulier dans des domaines sous-financés comme les maladies négligées et la sécurité alimentaire. Nous continuerons à travailler avec la communauté scientifique et les décideurs politiques pour développer et déployer des technologies AI de manière responsable.
Ouvrir l’avenir de la biologie cellulaire alimentée par l’AI
------------------------------------------------
AlphaFold 3 met le monde biologique en lumière. Il permet aux scientifiques de voir les systèmes cellulaires dans toute leur complexité, à travers les structures, les interactions et les modifications. Cette nouvelle perspective sur les molécules du vivant révèle leur interconnectivité et aide à comprendre comment ces connexions influencent les fonctions biologiques — comme le fonctionnement des médicaments, la production d’hormones et la réparation de l’ADN qui nous maintient en bonne santé.
L’impact d’AlphaFold 3 et de notre serveur AlphaFold gratuit se verra dans la manière dont ils permettent aux scientifiques d’accélérer les découvertes à travers des questions ouvertes en biologie et de nouveaux domaines de recherche. Nous commençons tout juste à explorer le potentiel d’AlphaFold 3, et nous sommes enthousiastes à l’idée de voir ce que l’avenir nous réserve.
Mise à jour du 11 novembre 2024 : Depuis novembre 2024, nous avons publié le code et les poids du modèle AlphaFold 3 pour un usage académique afin d’avancer la recherche. En savoir plus sur les outils AlphaFold.
Libérer la croissance de l'IA grâce aux investissements dans la main-d'œuvre et l'infrastructure énergétique
L'IA offre aux États-Unis une opportunité transformative de stimuler l'innovation et la croissance économique. Son adoption dynamisera l'économie, créera des emplois et accélérera les progrès scientif
Adobe et Figma intègrent le modèle avancé de génération d'images d'OpenAI
La génération d'images améliorée d'OpenAI dans ChatGPT a entraîné une augmentation des utilisateurs, grâce à sa capacité à produire des visuels de style Studio Ghibli et des designs uniques, et s'éten
Géants de la technologie divisés sur le code de l'IA de l'UE à l'approche de la date limite de conformité
Le Code de pratique général de l'IA de l'UE a révélé des différences marquées parmi les principales entreprises technologiques. Microsoft a exprimé son intention d'adopter le cadre volontaire de confo
28 juillet 2025 03:19:30 UTC+02:00
Mind-blowing how AlphaFold 3 maps out life's molecular dance! 🧬 Curious if this could speed up drug discovery or just make scientists' heads spin with data overload. What's next, predicting my coffee's molecular vibe? 😄
0
28 juillet 2025 03:19:05 UTC+02:00
AlphaFold 3 is mind-blowing! Predicting every molecule's structure feels like unlocking the universe’s blueprint. Can’t wait to see how this reshapes drug discovery! 😮
0
21 avril 2025 03:43:42 UTC+02:00
AlphaFold 3 es alucinante! Es como tener un microscopio para el mundo molecular. Me ayuda muchísimo en mis proyectos de biología. Ojalá fuera un poco más rápido, pero aún así, ¡herramienta increíble! 🔬🌿
0
20 avril 2025 21:26:40 UTC+02:00
AlphaFold 3は驚異的です！生命分子の構造と相互作用を予測するなんて素晴らしいですね。でも、複雑すぎて半分も理解できません。とはいえ、生物学にとっては革命的です。これがどう進化するか楽しみです！🧬
0
20 avril 2025 11:01:38 UTC+02:00
AlphaFold 3 is mind-blowing! It's amazing how it predicts the structures and interactions of life molecules. But it's so complex, I barely understand half of it. Still, it's a game-changer for biology. Can't wait to see how it evolves! 🧬
0
20 avril 2025 01:20:34 UTC+02:00
AlphaFold 3 정말 대단해! 분자 상호작용을 깊이 이해할 수 있어서 생물학 연구에 큰 도움이 돼. 다만 너무 복잡해서 가끔 헷갈릴 때가 있어. 좀 더 쉽게 설명해주면 좋겠어! 🤯🔬
0
