深夜重磅！谷歌AlphaFold 3首发Nature，预测精准度提高100%，AI能帮助治疗癌症和免疫病

文章来源：钛媒体AGI

作者｜林志佳

编辑｜胡润峰

图片来源：由无界AI生成

刚刚，顶级科学期刊英国《Nature》（自然）杂志发表了一份重磅、突破性研究论文。

北京时间5月8日23点，谷歌DeepMind和其英国子公司Isomorphic Labs联合团队在《自然》杂志上发表一份共46页的成果，推出全新AI蛋白质结构预测模型AlphaFold 3，可准确预测生物分子相互作用的结构。

具体来说，新的AlphaFold 3拥有更强的生成式AI模型能力，效果全面提升。对于蛋白质与其他分子的相互作用，与现有预测方法相比，AlphaFold 3改进了至少50%；对于一些重要的相互作用领域，AlphaFold 3预测精（准确）度提高一倍（100%），从而对蛋白质、核酸、小分子、配体、修饰残基等更广泛生物分子的复合物进行联合结构预测，有望帮助人们治疗癌症、免疫性疾病等。

稍早前举行的沟通会上，本论文共同监督作者、谷歌DeepMind联合创始人、CEO戴密斯•哈萨比斯（Demis Hassabis）对钛媒体App等表示，对于团队来说，AlphaFold 3的发布是一个重要的“里程碑”，同时也是用 AI 技术“理解和建模生物学”道路上迈出的重要一步。

“相比此前研究，AlphaFold 3不仅能够模拟蛋白质与其他分子的相互作用，而且还能准确预测包括DNA、RNA、配体等生物分子结构以及它们如何相互作用，从而能改变我们对生物世界和药物发现的理解，这非常重要。这是我们和Isomorphic共同正在推进的事情。我们非常自豪地在《自然》杂志新论文中宣布这些新突破发现、新结果和新方法。”Demis Hassabis表示。

Nature发表关于AlphaFold 3的论文研究截图

六年构建超180万人的蛋白质数据库、节省数万亿美金

AlphaFold 3模型预测精准再提升一倍

据悉，AlphaFold是由谷歌DeepMind开发的一款蛋白质结构预测程序，它采用 AI 和深度学习技术仅根据其基因序列就能预测蛋白质的3D结构，仅需数日内可识别蛋白质的形状，从而找到药物靶点，并有望推进产生新的小分子药物。而在此之前，这通常需要数年时间、数亿美元的投入。

AlphaFold 1于2018年发布，其在CASP（蛋白质结构预测的关键评估）竞赛中成功预测了43种蛋白质中25种蛋白质的最精确结构，排名第一，并认为成功预测了最困难目标的蛋白质结构，引发全球的关注。

2020年，全新AlphaFold 2发布，并同步推出AlphaFold数据库，涵盖了人类和20种常用模式生物的35万个蛋白质结构，并且对98.5%的人类蛋白质结构进行了准确预测。同时，超过2.14亿个预测中约有35%被认为是高度准确的，这意味着它们与实验确定的结构一样好，另外45%被认为对于许多应用来说足够准确。

2022年7月，AlphaFold 2全面升级，DeepMind公司与欧洲生物信息研究所（EMBL-EBI）的合作团队宣布，基于UniProt数据库序列，AlphaFold预测出约100万个物种的2亿多个蛋白质结构，几乎涵盖了所有科学已知的蛋白质。相关研究成果发表在《自然》杂志上。

据Demis Hassabis披露的一份官方数据显示，截至目前，AlphaFold数据库用户已达180万人次，覆盖超190个国家，已查看的结构超600万次，论文和数据引用次数超过20000次。

谷歌DeepMind反复强调，通过减少缓慢而昂贵的实验的需求，AlphaFold可能为研究界带来了数亿年的进步，并节省了数万亿美元。数百万研究人员全球范围内已经使用 AlphaFold 2 在疟疾疫苗、癌症治疗和酶设计等领域取得了发现。

图片来源：钛媒体App编辑拍摄

钛媒体App参与对话的视频沟通会论文作者包括Max Jaderberg (Chief Al Officer, Isomorphic Labs) 、John Jumper (DeepMind)、Julien Bergeron (Kings's College London)、Dhavanthi Hariharan (DeepMind)和Josh Abramson (DeepMind)，语音演讲是哈萨比斯

6年后的今天，AlphaFold 3终于来了。