有人评论：AlphaFold-3解决了长距离依赖问题，还能预测RNA等分子结构，甚至细胞内部生化过程，这简直就是生物信息学领域的一场革命。
11月12日消息，谷歌终于开源了万众期待的蛋白质预测模型——AlphaFold-3，得到了全球顶级科学期刊《Nature》的推荐，并引起了广泛关注。
据悉，AlphaFold-3的主要功能包括能够对多种生物分子的结构进行预测，涵盖蛋白质、核酸（包括DNA和RNA）、小分子、离子以及修饰残基等几乎所有在蛋白质数据库（PDB）中的分子类型。
图源： Google DeepMind
AlphaFold-3相较于前版本，能够在与其他分子共同作用时建模蛋白质，这使得它在药物发现和基因组学研究中具有重要应用潜力。此外，该模型还通过改进的架构和训练过程，提高了预测的准确性和效率，使其在生物分子相互作用的理解和药物发现加速方面具有里程碑意义。
值得一提的是，谷歌DeepMind团队通过开源AlphaFold-3模型的源代码，邀请学术界的科研人员以非商业用途下载和优化这一获得诺贝尔奖的蛋白质结构建模工具。这意味着科研人员可以自由地获取AlphaFold-3，并利用其强大的预测能力来推动科学研究和药物发现。此外，AlphaFold-3还通过AlphaFold Server提供了一个易于使用的平台，使科学家能够充分利用该模型的预测功能。
毫无疑问，开源AlphaFold-3将对全球科研领域产生重大影响，生物、化学、医药的科学家们可以在本地部署AlphaFold-3，可以极限缩短新药、疫苗等研发进程。
今年10月，谷歌DeepMind联合创始人兼首席执行官Demis Hassabis博士和John Jumper博士因为开发AlphaFold-3解决蛋白质结构预测方面的贡献，获得了诺贝尔化学奖。这足以说明这个模型的含金量。
对此，有人评论：AlphaFold-3解决了长距离依赖问题，还能预测RNA等分子结构，甚至细胞内部生化过程，这简直就是生物信息学领域的一场革命。
John Jumper博士表示，“很期待看到AlphaFold3源代码的公开能够激发哪些新进展。”他也表示，“在公布AlphaFold2源代码后，他们看到了非常多的创造力。DeepMind团队非常兴奋地想看一看全球的科学家们如何使用AlphaFold3，让它可以应用于解决哪些新问题。”
相对业界对AlphaFold-3的推崇，谷歌本次开源AlphaFold-3模型却非常低调，甚至都没有发布一篇新闻，只是在原来文章上进行了一段很小的文字说明：11月11日更新，我们已发布了AlphaFold 3的模型代码和权重供学术用途，以帮助推动科学研究。
您可能感兴趣
