"Alphafold 3 : 분자 구조 및 상호 작용 예측 혁명" "

2020 년에 출시 된 이래 2 백만 명이 넘는 연구원들이 백신 발달 및 암 치료와 같은 돌파구를 돕기 위해 단백질 구조를 예측하기 위해 Google Deepmind 's Alphafold 2로 전환했습니다. 이 모델은 반세기가 넘게 과학자들을 만난 도전을 해결했습니다. 그러나 Google Deepmind의 팀은 그곳에서 멈추지 않았습니다. 그들은 월계수를 쉬는 대신 소매를 굴려서 Alphafold 3에서 일하기 시작했습니다.
Google Deepmind 및 Isomorphic Labs가 5 월에 출시 한 Alphafold 3은 일을 한 단계 끌어 올립니다. 단백질 폴딩을 예측하는 것이 아닙니다. 또한 DNA, RNA 및 리간드를 포함한 모든 종류의 생명 분자의 구조와 상호 작용 (단백질에 부착하는 작은 분자를 예측합니다.
Google Deepmind의 연구 과학자 인 Jonas Adler는“Alphafold 2를 사용하면 단백질 접이식 퍼즐을 해결하는 데 큰 진전을 보였지만 과학계는 더 복잡한 것들로 넘어갔습니다. "연구자들은 이제 작은 분자가 어떻게 결합하는지, 또는 RNA의 작동 방식과 같은 세부 사항을 다루고 있습니다. Alphafold 2가 부족한 영역. 최신 생물학 및 화학을 따라 잡으려면 모든 종류의 생체 분자를 처리 할 수있는 도구가 필요했습니다."
여기에 "모든 것"에는 리간드가 포함되어 있습니다. 리간드는 모든 약물의 약 절반을 구성하기 때문에 중요합니다. 이소성 실험실의 연구 책임자 인 Adrian Stecula는“동형 실험실에서는 합리적으로 약물 설계를위한 Alphafold 3의 큰 잠재력을보고 있으며 이미 매일 사용하도록하고 있습니다. "우리는 새로운 소분자가 새로운 약물 표적에 어떻게 결합하는지 탐구하고, 단백질이 DNA 및 RNA와 어떻게 상호 작용하는지 알아 내고 화학적 조정이 단백질 구조에 어떤 영향을 미치는지 연구하고 있습니다. 새로운 모델은 이러한 모든 가능성을 열어줍니다."
이러한 추가 분자 유형을 통합하면 더 많은 조합을 다루는 것을 의미했습니다. 조나스는“단백질은 매우 간단합니다. 20 개의 표준 아미노산 만 있습니다. "그러나 작은 분자? 그들은 끝없는 가능성을 가진 곳에서 온다. 그들은 매우 다양하다."
종합적인 데이터베이스가 의문의 여지가 없다는 것을 깨닫고 팀은 Alphafold Server를 시작했습니다. 이 무료 도구를 사용하면 과학자들이 자체 서열을 입력 할 수 있으며 Alphafold는 분자 복합체를 생성합니다. 5 월에 생활 한 이후로 백만 개가 넘는 구조물을 만드는 데 사용되었습니다. Google DeepMind의 리서치 엔지니어 인 Lindsay Willmore는“Google지도와 비슷하지만 분자 단지를위한 것입니다. "코더가 아니더라도 단백질, DNA, RNA 또는 소분자 서열을 복사하여 붙여 넣고 버튼을 누르고 몇 분을 기다릴 수 있습니다. 예측을 평가하는 데 도움이되는 신뢰 메트릭과 함께 구조를 얻을 수 있습니다."
Alphafold 3이 이러한 광범위한 생체 분자와 함께 작동하도록하기 위해 팀은 DNA, RNA, 소분자 등을 포함하도록 훈련 데이터를 확장했습니다. Lindsay는“우리는 '단백질로 우리가 얼마나 멀리 갈 수 있는지 보는 데 도움이되는 모든 데이터 세트에 대해 훈련하지 않겠습니까?'라고 Lindsay는 설명했습니다. "밝혀졌다. 우리는 꽤 멀리 갔다."
Alphafold 3의 주요 변화는 구조를 생성하는 모델의 마지막 부분에있었습니다. Alphafold 2는 복잡한 맞춤형 지오메트리 기반 모듈을 사용했지만 Alphafold 3은 Imagen과 같은 다른 고급 이미지 생성 모델과 유사하게 확산을 기반으로 간단한 생성 모델로 전환했습니다. 이 변화는 모델이 새로운 유형의 분자를 다루는 방법을 간소화했습니다.
그러나이 변화는 새로운 도전을 가져 왔습니다. 확산 모델은 실제로 "무질서한"단백질 영역에 대한 "순서"구조를 실수로 만들 것입니다.
따라서 팀은 Alphafold 2로 향했고, 이는 이러한 무질서한 상호 작용을 예측하는 데 탁월합니다. Lindsay는“우리는 Alphafold 2의 예측을 사용하여 Alphafold 3을 훈련시켜 장애를 인식하고 예측하도록 가르쳤다”고 말했다.
"우리는 다음과 같이 말합니다."푸실리를 신뢰하고 스파게티를 거부하십시오. "
Alphafold 3의 예측의 예, 청색 및 무질서한 "스파게티"영역의 순서 대상 "Fusilli"영역을 주황색으로 보여줍니다. 색상은 예측의 정확도에 대한 모델의 신뢰를 나타냅니다. 이 팀은 Genomics 및 Drug Design과 같은 분야에서 Alphafold 3이 어떻게 사용되는지 보게되어 기쁩니다. 조나스는“우리가 얼마나 멀리 왔는지 보는 것은 놀랍습니다. "한때 힘든 것은 쉬운 일이며, 불가능한 것은 이제는 손이 닿지 않는 일입니다. 여전히 깨지기 힘든 견과류가 있지만 Alphafold 3이 우리가 달성하는 데 도움이 될 수있는 것에 대해 감격했습니다."
관련 기사
अरबपति इस सप्ताह के AI अपडेट में नौकरियों को स्वचालित करने की चर्चा करते हैं
हाय सब लोग, TechCrunch के AI न्यूज़लेटर में वापस स्वागत है! यदि आपने अभी तक सब्सक्राइब नहीं किया है, तो आप इसे हर बुधवार को सीधे अपने इनबॉक्स में प्राप्त करने के लिए यहाँ साइन अप कर सकते हैं।हमने पिछल
NotebookLM ऐप लॉन्च: AI-संचालित ज्ञान उपकरण
नोटबुकएलएम मोबाइल पर आ गया है: अब आपका AI-संचालित रिसर्च असिस्टेंट Android और iOS पर उपलब्ध हम नोटबुकएलएम को लेकर मिले जबरदस्त प्रतिसाद से हैरान हैं—लाखों उपयोगकर्ताओं ने इसे जटिल
गूगल के AI भविष्य फंड को धीरे-धीरे चलने पड़ सकता है
गूगल का नया AI निवेश इनिशिएटिव: नियंत्रण के अध्ययन के बीच स्ट्रैटेजिक शिफ्ट गूगल के हाल के AI फ्यूचर्स फंड के बारे में घोषणा ने इंटरनेट के जादूगर कंपनी की लगातार प्रयासों को देखा
의견 (15)
0/200
GeorgeMartinez
2025년 4월 10일 오전 12시 0분 0초 GMT
AlphaFold 3 is mind-blowing! It's incredible how it's helping with vaccine development and cancer treatments. I'm not a scientist, but even I can see the potential here. The only thing is, it's a bit complex for non-experts. Still, a huge leap forward!
0
RoySmith
2025년 4월 10일 오전 12시 0분 0초 GMT
AlphaFold 3は驚くべきツールです!ワクチン開発やがん治療に役立っているなんて信じられません。私は科学者ではありませんが、その可能性が見て取れます。ただ、専門家以外には少し複雑かもしれません。それでも、大きな進歩ですね!
0
WilliamCarter
2025년 4월 10일 오전 12시 0분 0초 GMT
AlphaFold 3은 정말 놀랍습니다! 백신 개발과 암 치료에 도움이 된다는 것이 믿기지 않아요. 저는 과학자가 아니지만, 그 가능성을 느낄 수 있어요. 다만, 전문가가 아닌 사람에게는 조금 복잡할 수 있어요. 그래도 큰 도약입니다!
0
JustinWilliams
2025년 4월 10일 오전 12시 0분 0초 GMT
AlphaFold 3 é impressionante! É incrível como está ajudando no desenvolvimento de vacinas e tratamentos contra o câncer. Não sou cientista, mas até eu posso ver o potencial aqui. A única coisa é que é um pouco complexo para não especialistas. Ainda assim, um grande avanço!
0
WalterThomas
2025년 4월 10일 오전 12시 0분 0초 GMT
¡AlphaFold 3 es alucinante! Es increíble cómo está ayudando en el desarrollo de vacunas y tratamientos contra el cáncer. No soy científico, pero incluso yo puedo ver el potencial aquí. Lo único es que es un poco complejo para los no expertos. Aún así, un gran avance!
0
WillLopez
2025년 4월 11일 오전 12시 0분 0초 GMT
AlphaFold 3 is a lifesaver for us in the lab! It's mind-blowing how it predicts molecular structures so accurately. Helped us speed up our research big time. Only wish it was a bit faster, but hey, can't complain too much about a tool that's changing the game!
0
2020 년에 출시 된 이래 2 백만 명이 넘는 연구원들이 백신 발달 및 암 치료와 같은 돌파구를 돕기 위해 단백질 구조를 예측하기 위해 Google Deepmind 's Alphafold 2로 전환했습니다. 이 모델은 반세기가 넘게 과학자들을 만난 도전을 해결했습니다. 그러나 Google Deepmind의 팀은 그곳에서 멈추지 않았습니다. 그들은 월계수를 쉬는 대신 소매를 굴려서 Alphafold 3에서 일하기 시작했습니다.
Google Deepmind 및 Isomorphic Labs가 5 월에 출시 한 Alphafold 3은 일을 한 단계 끌어 올립니다. 단백질 폴딩을 예측하는 것이 아닙니다. 또한 DNA, RNA 및 리간드를 포함한 모든 종류의 생명 분자의 구조와 상호 작용 (단백질에 부착하는 작은 분자를 예측합니다.
Google Deepmind의 연구 과학자 인 Jonas Adler는“Alphafold 2를 사용하면 단백질 접이식 퍼즐을 해결하는 데 큰 진전을 보였지만 과학계는 더 복잡한 것들로 넘어갔습니다. "연구자들은 이제 작은 분자가 어떻게 결합하는지, 또는 RNA의 작동 방식과 같은 세부 사항을 다루고 있습니다. Alphafold 2가 부족한 영역. 최신 생물학 및 화학을 따라 잡으려면 모든 종류의 생체 분자를 처리 할 수있는 도구가 필요했습니다."
여기에 "모든 것"에는 리간드가 포함되어 있습니다. 리간드는 모든 약물의 약 절반을 구성하기 때문에 중요합니다. 이소성 실험실의 연구 책임자 인 Adrian Stecula는“동형 실험실에서는 합리적으로 약물 설계를위한 Alphafold 3의 큰 잠재력을보고 있으며 이미 매일 사용하도록하고 있습니다. "우리는 새로운 소분자가 새로운 약물 표적에 어떻게 결합하는지 탐구하고, 단백질이 DNA 및 RNA와 어떻게 상호 작용하는지 알아 내고 화학적 조정이 단백질 구조에 어떤 영향을 미치는지 연구하고 있습니다. 새로운 모델은 이러한 모든 가능성을 열어줍니다."
이러한 추가 분자 유형을 통합하면 더 많은 조합을 다루는 것을 의미했습니다. 조나스는“단백질은 매우 간단합니다. 20 개의 표준 아미노산 만 있습니다. "그러나 작은 분자? 그들은 끝없는 가능성을 가진 곳에서 온다. 그들은 매우 다양하다."
Google DeepMind의 리서치 엔지니어 인 Lindsay Willmore는“Google지도와 비슷하지만 분자 단지를위한 것입니다. "코더가 아니더라도 단백질, DNA, RNA 또는 소분자 서열을 복사하여 붙여 넣고 버튼을 누르고 몇 분을 기다릴 수 있습니다. 예측을 평가하는 데 도움이되는 신뢰 메트릭과 함께 구조를 얻을 수 있습니다."
Alphafold 3이 이러한 광범위한 생체 분자와 함께 작동하도록하기 위해 팀은 DNA, RNA, 소분자 등을 포함하도록 훈련 데이터를 확장했습니다. Lindsay는“우리는 '단백질로 우리가 얼마나 멀리 갈 수 있는지 보는 데 도움이되는 모든 데이터 세트에 대해 훈련하지 않겠습니까?'라고 Lindsay는 설명했습니다. "밝혀졌다. 우리는 꽤 멀리 갔다."
Alphafold 3의 주요 변화는 구조를 생성하는 모델의 마지막 부분에있었습니다. Alphafold 2는 복잡한 맞춤형 지오메트리 기반 모듈을 사용했지만 Alphafold 3은 Imagen과 같은 다른 고급 이미지 생성 모델과 유사하게 확산을 기반으로 간단한 생성 모델로 전환했습니다. 이 변화는 모델이 새로운 유형의 분자를 다루는 방법을 간소화했습니다.
그러나이 변화는 새로운 도전을 가져 왔습니다. 확산 모델은 실제로 "무질서한"단백질 영역에 대한 "순서"구조를 실수로 만들 것입니다.
따라서 팀은 Alphafold 2로 향했고, 이는 이러한 무질서한 상호 작용을 예측하는 데 탁월합니다. Lindsay는“우리는 Alphafold 2의 예측을 사용하여 Alphafold 3을 훈련시켜 장애를 인식하고 예측하도록 가르쳤다”고 말했다.
"우리는 다음과 같이 말합니다."푸실리를 신뢰하고 스파게티를 거부하십시오. "
이 팀은 Genomics 및 Drug Design과 같은 분야에서 Alphafold 3이 어떻게 사용되는지 보게되어 기쁩니다. 조나스는“우리가 얼마나 멀리 왔는지 보는 것은 놀랍습니다. "한때 힘든 것은 쉬운 일이며, 불가능한 것은 이제는 손이 닿지 않는 일입니다. 여전히 깨지기 힘든 견과류가 있지만 Alphafold 3이 우리가 달성하는 데 도움이 될 수있는 것에 대해 감격했습니다."



AlphaFold 3 is mind-blowing! It's incredible how it's helping with vaccine development and cancer treatments. I'm not a scientist, but even I can see the potential here. The only thing is, it's a bit complex for non-experts. Still, a huge leap forward!




AlphaFold 3は驚くべきツールです!ワクチン開発やがん治療に役立っているなんて信じられません。私は科学者ではありませんが、その可能性が見て取れます。ただ、専門家以外には少し複雑かもしれません。それでも、大きな進歩ですね!




AlphaFold 3은 정말 놀랍습니다! 백신 개발과 암 치료에 도움이 된다는 것이 믿기지 않아요. 저는 과학자가 아니지만, 그 가능성을 느낄 수 있어요. 다만, 전문가가 아닌 사람에게는 조금 복잡할 수 있어요. 그래도 큰 도약입니다!




AlphaFold 3 é impressionante! É incrível como está ajudando no desenvolvimento de vacinas e tratamentos contra o câncer. Não sou cientista, mas até eu posso ver o potencial aqui. A única coisa é que é um pouco complexo para não especialistas. Ainda assim, um grande avanço!




¡AlphaFold 3 es alucinante! Es increíble cómo está ayudando en el desarrollo de vacunas y tratamientos contra el cáncer. No soy científico, pero incluso yo puedo ver el potencial aquí. Lo único es que es un poco complejo para los no expertos. Aún así, un gran avance!




AlphaFold 3 is a lifesaver for us in the lab! It's mind-blowing how it predicts molecular structures so accurately. Helped us speed up our research big time. Only wish it was a bit faster, but hey, can't complain too much about a tool that's changing the game!












