“ Alphafold 3:革新分子结构和相互作用预测”

自2020年推出以来,超过200万名研究人员转向Google DeepMind的Alphafold 2来预测蛋白质结构,从而有助于疫苗开发和癌症治疗等突破。该模型解决了一个挑战,使科学家们度过了半个多世纪。但是Google Deepmind的团队并没有止步于此。他们没有安息桂冠,而是卷起袖子,开始在Alphafold 3上工作。
Alphafold 3于5月由Google DeepMind和Isomorphic Labs推出,使事情提高了一个档次。它不仅可以预测蛋白质折叠;它还预测了各种生命分子(包括DNA,RNA和配体)的结构和相互作用 - 附着在蛋白质上的那些微小分子。
Google DeepMind的研究科学家Jonas Adler解释说:“借助Alphafold 2,我们在解决蛋白质折叠难题方面取得了长足的进步,但是科学界已经转向了更复杂的东西。” “研究人员现在正在研究细节,例如小分子的结合方式或RNA的工作原理,Alphafold 2不足的领域。为了跟上最新的生物学和化学,我们需要一个可以处理各种生物分子的工具。”
这里的“一切”包括配体,这是至关重要的,因为它们占所有药物的一半。 Isomorphic Labs的研究负责人Adrian Stecula说:“在同构实验室,我们看到了Alphafold 3在合理地设计药物的巨大潜力,而且我们已经每天都在使用它。” “我们正在探索新的小分子如何与新药物靶标结合,弄清楚蛋白质如何与DNA和RNA相互作用,并研究化学调整如何影响蛋白质结构 - 新模型打开了所有这些可能性。”
结合这些额外的分子类型意味着要处理更多的组合。乔纳斯指出:“蛋白质非常简单;只有20个标准氨基酸。” “但是小分子?它们到处都是无尽的可能性。它们是超级多样的。”
该团队意识到一个综合数据库是不可能的,因此启动了Alphafold服务器。该免费工具使科学家可以输入自己的序列,并且Alphafold为它们生成了分子复合物。自5月份居住以来,它已被用来创建超过100万个结构。 Google DeepMind的研究工程师Lindsay Willmore说:“这就像Google地图,但对于分子综合体。” “即使您不是编码器,您也可以复制并粘贴蛋白质,DNA,RNA或小分子序列,按下按钮并等待几分钟。您将获得结构以及信心指标,以帮助您评估预测。”
为了使Alphafold 3与如此广泛的生物分子一起工作,该团队将训练数据扩展到包括DNA,RNA,小分子等。 Lindsay解释说:“我们想,'为什么不训练数据集中所有帮助我们使用蛋白质的所有内容,看看我们可以走多远呢?' “事实证明,我们走了很远。”
AlphaFold 3的关键变化是在创建结构的模型的最后部分。虽然Alphafold 2使用了一个复杂的基于自定义几何的模块,但Alphafold 3转到基于扩散的更简单的生成模型,类似于其他高级图像生成模型(例如Imagen)。这种变化简化了模型如何处理新的分子。
但是,这种转变带来了一个新的挑战:扩散模型会错误地为实际上是“无序”的蛋白质区域创建一个“有序的”结构,认为它试图将一堆混乱的意大利面条组织成整洁的螺旋。
因此,团队转向Alphafold 2,该Alphafold 2擅长预测这些无序的相互作用。 Lindsay说:“我们使用Alphafold 2的这些预测来训练Alphafold 3,教会其识别和预测障碍。”
乔纳斯笑着补充说:“我们有一个说法:'相信福西利,拒绝意大利面条。”
Alphafold 3预测的一个例子,显示了橙色和无序的“意大利面”区域中有序的“ Fusilli”区域。颜色表明模型对预测准确性的信心。 该团队很高兴看到Alphafold 3如何在基因组和药物设计等领域中使用。乔纳斯说:“看到我们走了多远真是太神奇了。” “曾经很难的事情现在很容易了,现在不可能的是触手可及。仍然很难破解,但是我们对Alphafold 3可以帮助我们实现的目标感到兴奋。”
相关文章
亿万富翁讨论在本周AI更新中自动化取代工作
大家好,欢迎回到TechCrunch的AI通讯!如果您尚未订阅,可以在这里注册,每周三直接送达您的收件箱。我们上周稍作休息,但原因充分——AI新闻周期火爆,很大程度上归功于中国AI公司DeepSeek的突然崛起。这段时间真是旋风般忙碌,但我们现在回来了,正好为您带来OpenAI的最新动态。周末,OpenAI首席执行官Sam Altman在东京停留,与SoftBank掌门人孙正义会面。SoftBan
NotebookLM应用上线:AI驱动的知识工具
NotebookLM移动端上线:您的人工智能研究助手现已登陆安卓和iOS平台 NotebookLM的受欢迎程度令我们惊叹不已——数百万用户已将其作为处理复杂信息的首选工具。但有一个问题被反复提及:"我们什么时候能在移动端使用NotebookLM?" 现在,等待结束了!🎉 NotebookLM移动应用现已登陆安卓和iOS平台,将AI辅助学习的强大功能装进您
谷歌的人工智能未来基金可能需要谨慎行事
谷歌的新AI投资计划:监管审查中的战略转变谷歌最近宣布成立的人工智能未来基金标志着这家科技巨头在塑造人工智能未来的过程中迈出了大胆一步。这项计划旨在为初创企业提供急需的资金、早期接触仍在开发中的尖端AI模型以及来自谷歌内部专家的指导。虽然这不是谷歌首次涉足初创企业生态系统——到目前为止,它已经投资了38家AI公司,包括备受瞩目的收购案如DeepMind、Wa
评论 (15)
0/200
GeorgeMartinez
2025-04-10 08:00:00
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
2025-04-10 08:00:00
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
2025-04-10 08:00:00
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
2025-04-10 08:00:00
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
2025-04-10 08:00:00
¡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
2025-04-11 08:00:00
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
自2020年推出以来,超过200万名研究人员转向Google DeepMind的Alphafold 2来预测蛋白质结构,从而有助于疫苗开发和癌症治疗等突破。该模型解决了一个挑战,使科学家们度过了半个多世纪。但是Google Deepmind的团队并没有止步于此。他们没有安息桂冠,而是卷起袖子,开始在Alphafold 3上工作。
Alphafold 3于5月由Google DeepMind和Isomorphic Labs推出,使事情提高了一个档次。它不仅可以预测蛋白质折叠;它还预测了各种生命分子(包括DNA,RNA和配体)的结构和相互作用 - 附着在蛋白质上的那些微小分子。
Google DeepMind的研究科学家Jonas Adler解释说:“借助Alphafold 2,我们在解决蛋白质折叠难题方面取得了长足的进步,但是科学界已经转向了更复杂的东西。” “研究人员现在正在研究细节,例如小分子的结合方式或RNA的工作原理,Alphafold 2不足的领域。为了跟上最新的生物学和化学,我们需要一个可以处理各种生物分子的工具。”
这里的“一切”包括配体,这是至关重要的,因为它们占所有药物的一半。 Isomorphic Labs的研究负责人Adrian Stecula说:“在同构实验室,我们看到了Alphafold 3在合理地设计药物的巨大潜力,而且我们已经每天都在使用它。” “我们正在探索新的小分子如何与新药物靶标结合,弄清楚蛋白质如何与DNA和RNA相互作用,并研究化学调整如何影响蛋白质结构 - 新模型打开了所有这些可能性。”
结合这些额外的分子类型意味着要处理更多的组合。乔纳斯指出:“蛋白质非常简单;只有20个标准氨基酸。” “但是小分子?它们到处都是无尽的可能性。它们是超级多样的。”
Google DeepMind的研究工程师Lindsay Willmore说:“这就像Google地图,但对于分子综合体。” “即使您不是编码器,您也可以复制并粘贴蛋白质,DNA,RNA或小分子序列,按下按钮并等待几分钟。您将获得结构以及信心指标,以帮助您评估预测。”
为了使Alphafold 3与如此广泛的生物分子一起工作,该团队将训练数据扩展到包括DNA,RNA,小分子等。 Lindsay解释说:“我们想,'为什么不训练数据集中所有帮助我们使用蛋白质的所有内容,看看我们可以走多远呢?' “事实证明,我们走了很远。”
AlphaFold 3的关键变化是在创建结构的模型的最后部分。虽然Alphafold 2使用了一个复杂的基于自定义几何的模块,但Alphafold 3转到基于扩散的更简单的生成模型,类似于其他高级图像生成模型(例如Imagen)。这种变化简化了模型如何处理新的分子。
但是,这种转变带来了一个新的挑战:扩散模型会错误地为实际上是“无序”的蛋白质区域创建一个“有序的”结构,认为它试图将一堆混乱的意大利面条组织成整洁的螺旋。
因此,团队转向Alphafold 2,该Alphafold 2擅长预测这些无序的相互作用。 Lindsay说:“我们使用Alphafold 2的这些预测来训练Alphafold 3,教会其识别和预测障碍。”
乔纳斯笑着补充说:“我们有一个说法:'相信福西利,拒绝意大利面条。”
该团队很高兴看到Alphafold 3如何在基因组和药物设计等领域中使用。乔纳斯说:“看到我们走了多远真是太神奇了。” “曾经很难的事情现在很容易了,现在不可能的是触手可及。仍然很难破解,但是我们对Alphafold 3可以帮助我们实现的目标感到兴奋。”



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!












