Google 的新一代 AlphaFold 3 AI 模型可以模擬 DNA 與蛋白質的交互作用
由蛋白質走向更廣泛的生物分子後,可望加速藥物設計與基因相關研究。
近期 AI 熱潮的焦點大多集中在文字、圖片的生成式 AI,以及它可能衍生的失業、假消息散佈等問題。然而,AI 的範圍遠不止如此 —— 在醫學界,Google 最新版的 AlphaFold 3 分子分析模型便可能為疾病研究與治療帶來新突破。
來自 Google DeepMind 和同屬 Alphabet 旗下的 Isomorphic Labs 的 AlphaFold AI 模型,在過去已經證明它可以以驚人的準確率,預測蛋白質折疊的方式。前代版本一共分析了驚人的 2 億種已知的蛋白質,Google 先前表示,足有數百萬名研究人員已經使用過 AlphaFold 在瘧疾疫苗、癌症治療和酶設計等領域,取得了突破。
蛋白質的形狀和結構決定了它如何與人體相互作用,因此了解蛋白質是如何折疊,將使科學家有機會創造新的藥物或改進現有的藥物。新版本的 AlphaFold 3 在蛋白質之上,還可以進一步模擬包括 DNA 在內的其他生物化學關鍵分子。這讓它可以建立藥物和疾病之間的相互作用,為各種醫藥研究開啟了新的大門。
Google DeepMind 團隊在部落格文章中寫到:「AlphaFold 3 帶領我們超越單純的蛋白質,走向更廣泛的生物分子。這一飛躍可能會解鎖更多革命性的新領域,從開發生物可再生材料、更具抵抗力的農作物,到加速藥物設計和基因相關的研究。」
在 AI 出現之前,科學家只能通過電子顯微鏡和諸如 X 光晶體學等複雜的方法來研究蛋白質結構,每次能分析的蛋白質種類極其有限。AI 則是透過機器學習的方式,辨識蛋白質折疊可能存在的通用規則來預測蛋白質形狀,從而大幅簡化了分析過程。AlphaFold 3 則是進一步將擴散模型應用於其分子預測,由已知的分子結構去預測未知的分子。
此外,AlphaFold 3 還使用顏色編碼來標記其預測的可信度,藍色表示高度可信;紅色則表示不太確定。這讓研究人員可以對可信度不高的分子結果保持適當的謹慎,進一步進行分析。
Google 允許研究人員免費使用 AlphaFold 3 進行非商業研究。但是,與過去版本不同的是,該公司這次並沒有將它開源化。一位制作類似軟體的著名研究人員,華盛頓大學教授 David Baker 向 Wired 表示,對於 Google 這個選擇感到失望。然而,他依然還是對 AlphaFold 3 的能的讚嘆不已,並表示 AlphaFold 3 的結構預測性能令人印象深刻。
Google 表示 Isomorphic Labs 已經與制藥公司展開合作,將應用於回應現實世界的藥物設計挑戰,並最終希望能為各種疾病的患者開發出改變人生的全新療法。
緊貼最新科技資訊、網購優惠,追隨 Yahoo Tech 各大社交平台!
🎉📱 Tech Facebook:https://www.facebook.com/yahootechhk
🎉📱 Tech Instagram:https://www.instagram.com/yahootechhk/
🎉📱 Tech WhatsApp 社群:https://chat.whatsapp.com/Dg3fiiyYf3yG2mgts4Mii8
🎉📱 Tech WhatsApp 頻道:https://whatsapp.com/channel/0029Va91dmR545urVCpQwq2D