Nástroj předpovědi proteinu AI Alphafold3 nyní k dispozici jako open source

Nástroj předpovědi proteinu AI Alphafold3 nyní k dispozici jako open source

alfafold3 je konečně k dispozici. Šest měsíců po Google DeepMind a umělý nástroj pro non-commercial, že listopad, listopadové, na listopadu, listopativní, že listopak, listopad, limporty, listopativní, že listopak, listopak, na listopadu, listopad, že listované, že listované, listované, a založí na londýnském nákladům na londýnském základu. 11..

"Jsme velmi nadšeni, když vidíme, co s tím lidé dělají," říká John Jumper, který vede tým Alphafold v Deepmind a minulý měsíc spolu s generálním ředitelem demis hassabis Část chemie Nobel Prize 2024 Won za práci na nástroji KI.

Na rozdíl od jeho předchůdců, Alphafold3 . AlphaFold2 byl případ poskytován přístupem prostřednictvím webového serveru, který omezil počet a typ předpovídání vědců Je důležité, aby server Alphafold3 neumožnil vědcům předpovídat, jak proteiny reagují v přítomnosti potenciálních léků. Rozhodnutí DeepMind však nyní znamená uvolnit kód, který akademičtí vědci mohou předvídat takové interakce tím, že provozují samotný model.

Společnost zpočátku uvedla, že poskytování Alphafold3 je pouze správným rovnováhou mezi přístupem pro výzkum a ochranou komerčních ambicí prostřednictvím webového serveru. Isomorfní laboratoře, spin-off z Deepmind v Londýně, používá Alphafold3 ve výzkumu léčiv.

Nicméně přesunuto “>. Trénink softwaru na proteinových strukturách a další data - kritika vědců, kteří uvedli, že tento krok podkopal reprodukovatelnost. DeepMind rychle vytáhl důsledky a řekl, že open source verze nástroje je k dispozici do šesti měsíců.

Deepmind has competition: In the past few months, several companies have Open Zdrojové nástroje pro predikci proteinových struktur založených na alfafold3 , které jsou známy u druhu popsaného v původním papírovém pseudokódu, podporují.

Dvě čínské společnosti-technologický gigant Baidu a vývojář Tikok Bytedance-HAVE zveřejnili své vlastní modely inspirované Alphafold3 a také start-up v San Franciscu v Kalifornii, nazvané Chai Discovery.

Zásadní nevýhodou těchto modelů je to, že žádný z nich, jako je Alphafold3, není licencován pro komerční aplikace, jako je výzkum drog, říká Mohammed Alquraishi, počítačový biolog na Columbia University v New Yorku. Model Chai Discovery, Chai-1, lze pro takovou práci použít prostřednictvím webového serveru, vysvětluje Jack Dent, spoluzakladatel společnosti.

Další společnost, Ligo Biosciences ze San Francisca, vydala restrikční verzi Alphafold3. To však dosud nemá celé spektrum funkcí, včetně schopnosti modelovat léky a molekuly jiného druhu proteinů.

Ostatní týmy pracují na verzích AlphaFold3, které jsou k dispozici bez takových omezení: Alquraishi doufá, že letos bude moci nabídnout zcela open source s názvem OpenFold3. To by umožnilo farmaceutickým společnostem znovu získat vlastní verze modelu pomocí proprietárních dat, jako jsou struktury proteinů, které jsou vázány na různé léky, což by mohlo potenciálně zvýšit výkon.

Počty otevřenosti

V loňském roce došlo k návalu nových biologických modelů AI od společností s různými přístupy k otevřenosti. Anthony Gitter, počítačový biolog na University of Wisconsin-Madison, nemá problém s komerčními společnostmi vstupujícími do své pole-pokud dodržují stejná pravidla jako ostatní vědci, když sdílejí svou práci ve specializovaných časopisech a serverech rekvizit.

Pokud DeepMind vyvolává nároky na AlphaFold3 ve vědecké publikaci, „Očekávám, že budete sdílet informace o tom, jak byly předpovědi provedeny, a modely AI a kód, abychom je mohli zkontrolovat,“ dodává Gitter. "Moje skupina nebude používat nástroje, které nemůžeme zkontrolovat."

Skutečnost, že již bylo vytvořeno několik replikací alfafoldu3, ukazuje, že model byl reprodukovatelný, a to i bez otevřeného zdrojového kódu, říká PushMeet Kohli, vedoucí AI pro vědu v Deepmind. Dodává, že v budoucnu si přeje více diskusí o publikačních standardech v oblasti, která je akademickými a podnikatelskými vědci stále více osídlena.

Příroda s otevřeným zdrojovým kódem Alphafold2 vedla k podpoře inovací od jiných vědců. Například vítězové nedávné soutěže o modelování proteinů použili nástroj AI k použití navrhnout nové proteiny, které se mohou vázat na cíl rakoviny . Jumperův oblíbený hack z Alphafold2 pochází z týmu, který použil nástroj k Chcete-li identifikovat důležitý protein, který pomáhá spermii rezervovat na vejci .

Jumper může jen stěží čekat, která překvapení se objeví po zveřejnění Alphajt3 - i když nejsou vždy úspěšné. „Lidé to budou používat podivným způsobem,“ předpovídá. "Někdy to selže a někdy to bude úspěšné."