أداة تنبؤ بروتين AI Alphafold3 متوفرة الآن كمصدر مفتوح

أداة تنبؤ بروتين AI Alphafold3 متوفرة الآن كمصدر مفتوح
alphafold3 متاح أخيرًا. بعد ستة أشهر من Google DeepMind يقول جون جومبر ، الذي يقود فريق Alphafold في DeepMind والشهر الماضي مع الرئيس التنفيذي DeMis Hassabis جزء من جائزة Nobel Chemistry 2024 فاز لعملهم على أداة KI.
على عكس أسلافه ، alphafold3 . كان alphafold2 هو العميد الذي يوفر الوصول عبر خادم ويب يقيد الرقم ونوع التنبؤ بالعلماء من الأهمية بمكان ألا يسمح خادم Alphafold3 للعلماء بالتنبؤ بكيفية تفاعل البروتينات في وجود أدوية محتملة. لكن قرار DeepMind يعني الآن إصدار الكود الذي يمكن للعلماء الأكاديميين التنبؤ به مثل هذه التفاعلات من خلال تشغيل النموذج نفسه.
ذكرت الشركة في البداية أن توفير Alphafold3 هو فقط التوازن الصحيح بين وصول البحث وحماية الطموحات التجارية عبر خادم الويب. تستخدم Isomorphic Labs ، وهي عرضية من DeepMind في لندن ، Alphafold3 في أبحاث المخدرات.
ومع ذلك
يمكن للجميع الآن تنزيل رمز برنامج Alphafold3 ولا يستخدمونه تجاريًا. ومع ذلك ، في الوقت الحالي ، فقط العلماء الذين لديهم انتماء أكاديمي يمكنهم الوصول إلى أوزان التدريب عند الطلب. إصدارات DeepMind لديها منافسة: في الأشهر القليلة الماضية ، لدى العديد من الشركات ، والتي هي معروفة في الأنواع الموصوفة في الدعم الكاذب الورقي الأصلي ، الدعم. نشرت شركتان صينيتان-عملاق التكنولوجيا Baidu ومطور Tikok Bytedance-Have نماذجهما الخاصة المستوحاة من Alphafold3 ، بالإضافة إلى بدء تشغيل في سان فرانسيسكو ، كاليفورنيا ، تسمى Chai Discovery.
نشرت شركة أخرى ، Ligo Biosciences من سان فرانسيسكو ، نسخة خالية من Alphafold3. ومع ذلك ، فإن هذا لا يحتوي بعد على الطيف الكامل للوظائف ، بما في ذلك القدرة على تصميم الأدوية وجزيئات نوع مختلف من البروتينات.
تعمل الفرق الأخرى على إصدارات alphafold3 المتوفرة دون مثل هذه القيود: يأمل Alquraishi أن يكون قادرًا على تقديم نموذج مفتوح المصدر بالكامل يسمى OpenFold3 هذا العام. هذا من شأنه أن يمكّن شركات الأدوية من إعادة صياغة إصداراتها الخاصة من النموذج باستخدام بيانات الملكية ، مثل هياكل البروتينات المرتبطة بأدوية مختلفة ، والتي يمكن أن تزيد من الأداء.
تعداد الانفتاح
في العام الماضي ، كان هناك اندفاع من نماذج الذكاء الاصطناعي الجديد من الشركات ذات الأساليب المختلفة للانفتاح. لا يواجه أنتوني جتر ، عالم أحياء الكمبيوتر في جامعة ويسكونسن ماديسون ، مشكلة مع الشركات التجارية التي تدخل مجالها ، طالما أنها تتبع نفس القواعد مثل العلماء الآخرين عندما يشاركون عملهم في المجلات المتخصصة وخوادم الدعائم.
إذا رفعت DeepMind مطالبات على Alphafold3 في منشور علمي ، "أتوقع منك أن تشارك معلومات حول كيفية تقديم التنبؤات ، ونماذج الذكاء الاصطناعى والرمز حتى نتمكن من التحقق منها" ، يضيف Gitter. "لن تستخدم مجموعتي الأدوات التي لا يمكننا التحقق منها."
حقيقة أن العديد من النسخ المتماثلة لـ alphafold3 قد تم إنشاؤها بالفعل تُظهر أن النموذج كان قابلاً للتكرار ، حتى بدون رمز مفتوح المصدر ، كما يقول Pushmeet Kohli ، رئيس الذكاء الاصطناعي للعلوم في DeepMind. ويضيف أنه في المستقبل يرغب في مزيد من المناقشات حول معايير النشر في منطقة يسكنها الباحثون الأكاديميون وريادة الأعمال بشكل متزايد.
أدت طبيعة المصدر المفتوح alphafold2 إلى زيادة الابتكار من علماء آخرين. على سبيل المثال ، استخدم الفائزون في مسابقة حديثة لنمذجة البروتين أداة الذكاء الاصطناعى لاستخدام لتصميم بروتينات جديدة يمكن أن ترتبط بوجهة السرطان . يأتي الاختراق المفضل لدى Jumper من Alphafold2 من فريق استخدم الأداة إلى لتحديد بروتين مهم يساعد الحيوانات المنوية على الحجز على البيض .
لا يمكن أن ينتظر الطائر الذي تظهر المفاجآت بعد نشر alphajt3 - حتى لو لم تكن ناجحة دائمًا. "سوف يستخدمها الناس بطريقة غريبة" ، يتنبأ. "في بعض الأحيان ستفشل وأحيانًا ستكون ناجحة."