Το εργαλείο πρόβλεψης πρωτεΐνης AI AlphaFold3 είναι τώρα διαθέσιμο ως ανοιχτό κώδικα

Το εργαλείο πρόβλεψης πρωτεΐνης AI AlphaFold3 είναι τώρα διαθέσιμο ως ανοιχτό κώδικα

Το AlphaFold3 είναι τελικά διαθέσιμο. Έξι μήνες μετά το Google DeepMind papers https://www.nature.com/articles/s41586-07487-w "-track-cate , οι επιστήμονες μπορούν τώρα Ένα μέρος του βραβείου Νόμπελ Χημείας 2024 κέρδισε Για το έργο τους στο εργαλείο KI.

Σε αντίθεση με τους προκατόχους του, alphafold3 . Link "> Το AlphaFold2 ήταν η περίπτωση που έδωσε πρόσβαση μέσω διακομιστή ιστού που περιορίζει τον αριθμό και τον τύπο της πρόβλεψης των επιστημόνων.

Η εταιρεία δήλωσε αρχικά ότι η παροχή του AlphaFold3 είναι μόνο η σωστή ισορροπία μεταξύ της πρόσβασης για την έρευνα και της προστασίας των εμπορικών φιλοδοξιών μέσω διακομιστή ιστού. Τα Isomorphic Labs, ένα spin-off από το DeepMind στο Λονδίνο, χρησιμοποιούν το AlphaFold3 στην έρευνα για τα ναρκωτικά.

Ωστόσο, Με την κατάρτιση του λογισμικού σε δομές πρωτεϊνών και άλλα δεδομένα - κριτική των επιστημόνων που δήλωσαν ότι αυτό το βήμα υπονόμευε την αναπαραγωγιμότητα. Ο Deepmind τράβηξε γρήγορα τις συνέπειες και είπε ότι μια έκδοση ανοιχτού κώδικα του εργαλείου διατίθεται εντός έξι μηνών.

DeepMind έχει ανταγωνισμό: Τους τελευταίους μήνες, αρκετές εταιρείες έχουν Εργαλεία ανοιχτού κώδικα για την πρόβλεψη δομών πρωτεϊνών που βασίζονται σε AlphaFold3 , τα οποία είναι γνωστά στο είδος που περιγράφονται στο αρχικό χαρτί ψευδοκώδικα, υποστήριξη.

Δύο κινεζικές εταιρείες-ο γίγαντας της τεχνολογίας Baidu και ο προγραμματιστής Tikok Bytedance-Have δημοσίευσαν τα δικά τους μοντέλα εμπνευσμένα από το AlphaFold3, καθώς και μια εκκίνηση στο Σαν Φρανσίσκο της Καλιφόρνια, που ονομάζεται Chai Discovery.

Ένα βασικό μειονέκτημα αυτών των μοντέλων είναι ότι κανένας από αυτούς, όπως το AlphaFold3, έχει άδεια για εμπορικές εφαρμογές όπως η έρευνα για τα ναρκωτικά, λέει ο Mohammed Alquraishi, βιολόγος υπολογιστών στο Πανεπιστήμιο Columbia στη Νέα Υόρκη. Το μοντέλο του Chai Discovery, Chai-1, μπορεί να χρησιμοποιηθεί για μια τέτοια εργασία μέσω ενός διακομιστή ιστού, εξηγεί ο Jack Dent, συνιδρυτής της εταιρείας.

Μια άλλη εταιρεία, Ligo Biosciences από το Σαν Φρανσίσκο, δημοσίευσε μια εκδοχή περιορισμού του AlphaFold3. Ωστόσο, αυτό δεν έχει ακόμη το πλήρες φάσμα των λειτουργιών, συμπεριλαμβανομένης της ικανότητας να μοντελοποιεί τη φαρμακευτική αγωγή και τα μόρια ενός διαφορετικού είδους πρωτεϊνών.

Άλλες ομάδες εργάζονται σε εκδόσεις του AlphaFold3 που είναι διαθέσιμες χωρίς τέτοιους περιορισμούς: ο Alquraishi ελπίζει να είναι σε θέση να προσφέρει ένα πλήρως μοντέλο ανοιχτού κώδικα που ονομάζεται Openfold φέτος. Αυτό θα επέτρεπε στις φαρμακευτικές εταιρείες να επαναλάβουν τις δικές τους εκδόσεις του μοντέλου χρησιμοποιώντας ιδιόκτητα δεδομένα, όπως οι δομές των πρωτεϊνών που συνδέονται με διάφορα φάρμακα, τα οποία θα μπορούσαν ενδεχομένως να αυξήσουν την απόδοση.

Μετράει το άνοιγμα

Πέρυσι υπήρξε μια βιασύνη νέων βιολογικών μοντέλων AI από εταιρείες με διαφορετικές προσεγγίσεις στο άνοιγμα. Ο Anthony Gitter, βιολόγος υπολογιστών στο Πανεπιστήμιο του Wisconsin-Madison, δεν έχει κανένα πρόβλημα με τις εμπορικές εταιρείες που εισέρχονται στο πεδίο τους, καθώς ακολουθούν τους ίδιους κανόνες με τους άλλους επιστήμονες όταν μοιράζονται το έργο τους σε εξειδικευμένα περιοδικά και διακομιστές στηρίγματα.

Εάν το DeepMind εγείρει αξιώσεις στο AlphaFold3 σε μια επιστημονική δημοσίευση, "περιμένω να μοιραστείτε πληροφορίες σχετικά με τον τρόπο με τον οποίο έχουν γίνει οι προβλέψεις και τα μοντέλα AI και ο κώδικας, ώστε να τα ελέγξουμε", προσθέτει το Gitter. "Η ομάδα μου δεν θα χρησιμοποιήσει εργαλεία που δεν μπορούμε να ελέγξουμε."

Το γεγονός ότι έχουν ήδη δημιουργηθεί αρκετές αναπαραγωγές του AlphaFold3 δείχνει ότι το μοντέλο ήταν αναπαραγώγιμο, ακόμη και χωρίς ανοιχτό κώδικα, λέει ο Pushmeet Kohli, επικεφαλής της AI για την επιστήμη στο DeepMind. Προσθέτει ότι στο μέλλον επιθυμεί περισσότερες συζητήσεις σχετικά με τα πρότυπα δημοσίευσης σε έναν τομέα που κατοικείται όλο και περισσότερο από ακαδημαϊκούς και επιχειρηματικούς ερευνητές.

Η φύση ανοιχτού κώδικα AlphaFold2 οδήγησε σε ώθηση καινοτομίας από άλλους επιστήμονες. Για παράδειγμα, οι νικητές ενός πρόσφατου διαγωνισμού για τη μοντελοποίηση πρωτεϊνών χρησιμοποίησαν το εργαλείο AI για να χρησιμοποιήσουν για να σχεδιάσουν νέες πρωτεΐνες που μπορούν να δεσμευτούν με έναν προορισμό καρκίνου . Το αγαπημένο hack του Jumper από το AlphaFold2 προέρχεται από μια ομάδα που χρησιμοποίησε το εργαλείο σε για να εντοπίσετε μια σημαντική πρωτεΐνη που βοηθά το σπέρμα να κλείσει σε αυγά .

jumper δύσκολα μπορεί να περιμένει ποιες εκπλήξεις εμφανίζονται μετά τη δημοσίευση του AlphaJT3 - ακόμη και αν δεν είναι πάντα επιτυχημένες. "Οι άνθρωποι θα το χρησιμοποιήσουν με περίεργο τρόπο", προβλέπει. "Μερικές φορές θα αποτύχει και μερικές φορές θα είναι επιτυχής."