AI Protein Forecast Tool Alphafold3 nu tilgængelig som open source

AI Protein Forecast Tool Alphafold3 nu tilgængelig som open source

Alphafold3 er endelig tilgængelig. Seks måneder efter Google DeepMind > micnature/D41586-01463-0 "Data-track-category =" body link ">> micnature the code the Code of a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a co man øger cage var href = "https://www.nature.com/articles/s41586-024-07487 w" Data-Track = "Click" Data-Label = "https://www.nature.com/articles/s41586-07487-W" Data-Track-Category = "Body Text Link"> Papers has now held back via the protein structure forecast , forskere kan nu og den kunstige brug af efterretningsværktøjet til ikke-commercial application London annoncerede den 11. november.

I modsætning til hans forgængere, Alphafold3 . "Body Text Link"> Alphafold2 var case-deepmind leveret adgang via en webserver, der begrænsede antallet og typen af ​​at forudsige forskerne Det er kritisk, at Alphafold3 -serveren ikke tillader forskere at forudsige, hvordan proteiner reagerer i nærvær af potentielle lægemidler. Men nu betyder Deepminds beslutning at frigive koden, at akademiske forskere kan forudsige sådanne interaktioner ved at drive selve modellen.

Virksomheden oplyste oprindeligt, at levering af Alphafold3 kun er den rigtige balance mellem adgang til forskning og beskyttelse af kommercielle ambitioner via en webserver. Isomorfe Labs, en spin-off fra Deepmind i London, bruger Alphafold3 i lægemiddelforskning.

Alle kan nu downloade Alphafold3 -softwarekoden og bruge den ikke kommercielt. I øjeblikket har kun forskere med akademisk tilknytning adgang til træningsvægtene på anmodning.

DeepMind har konkurrence: I de sidste par måneder har flere virksomheder Open source -værktøjer til at forudsige proteinstrukturer baseret på Alphafold3 , som er kendt i de arter, der er beskrevet i det originale papir pseudocode, support.

To kinesiske virksomheder-teknologigiganten Baidu og Tikok-udvikleren Bytedance-Have offentliggjorde deres egne modeller inspireret af Alphafold3 samt en opstart i San Francisco, Californien, kaldet Chai Discovery.

En væsentlig ulempe ved disse modeller er, at ingen af ​​dem, såsom Alphafold3, er licenseret til kommercielle applikationer som lægemiddelforskning, siger Mohammed Alquraishi, en computerbiolog ved Columbia University i New York City. Modellen for Chai Discovery, CHAI-1, kan bruges til et sådant arbejde via en webserver, forklarer Jack Dent, medstifter af virksomheden.

Et andet firma, Ligo Biosciences fra San Francisco, har offentliggjort en begrænsning -fri version af Alphafold3. Dette har dog endnu ikke det fulde spektrum af funktioner, herunder evnen til at modellere medicin og molekyler af en anden slags proteiner.

Andre teams arbejder på versioner af Alphafold3, der er tilgængelige uden sådanne begrænsninger: Alquraishi håber at kunne tilbyde en helt open source -model kaldet OpenFold3 i år. Dette ville gøre det muligt for farmaceutiske virksomheder at genindtræde deres egne versioner af modellen ved hjælp af proprietære data, såsom strukturer af proteiner, der er bundet til forskellige medicin, hvilket potentielt kan øge ydeevnen.

åbenhed tæller

Sidste år var der et travlt med nye biologiske AI -modeller fra virksomheder med forskellige tilgange til åbenhed. Anthony Gitter, en computerbiolog ved University of Wisconsin-Madison, har ikke noget problem med kommercielle virksomheder, der går ind i dets felt, så længe de følger de samme regler som andre forskere, når de deler deres arbejde i specialmagasiner og rekvisitteservere.

Hvis DeepMind hæver krav på Alphafold3 i en videnskabelig publikation, "Jeg forventer, at du deler oplysninger om, hvordan forudsigelserne er blevet fremsat, og AI -modellerne og koden, så vi kan kontrollere dem," tilføjer Gitter. "Min gruppe vil ikke bruge værktøjer, som vi ikke kan kontrollere."

Det faktum, at flere replikationer af Alphafold3 allerede er oprettet, viser, at modellen var reproducerbar, selv uden open kildekode, siger Pushmeet Kohli, leder af AI for videnskab i Deepmind. Han tilføjer, at han i fremtiden ønsker flere diskussioner om publikationsstandarderne i et område, der i stigende grad befolkes af akademiske og iværksætterforskere.

Alphafold2 open source -naturen førte til et innovationsforøgelse fra andre forskere. For eksempel anvendte vinderne af en nylig konkurrence om proteinmodellering AI-værktøjet til at bruge For at designe nye proteiner, der kan binde til en kræftdestination . Jumpers yndlingshack fra Alphafold2 kommer fra et team, der brugte værktøjet til For at identificere et vigtigt protein, der hjælper sæd med at booke på æg .

Jumper kan næppe vente, hvilke overraskelser vises efter offentliggørelsen af ​​Alphajt3 - selvom de ikke altid er succesrige. ”Folk vil bruge det på en mærkelig måde,” forudsiger han. "Nogle gange vil det mislykkes, og nogle gange vil det være en succes."