Herramienta de pronóstico de proteínas AI Alfafold3 ahora disponible como código abierto
Herramienta de pronóstico de proteínas AI Alfafold3 ahora disponible como código abierto
Alphafold3 finalmente está disponible. Seis meses después de Google Deepmind Controundsal the Codesial the Codesin the Codes/The CODEMIA = "https://www.nature.com/articles/s41586-024-07487 w" data-track = "haga clic" data-label = "https://www.nature.com/articles/s41586-07487-W" data-coatory-categoría = "enlace de texto del cuerpo" Ahora y la herramienta de inteligencia de uso artificial de uso artificial se anunció en la compañía de Londres.
"Estamos muy emocionados de ver lo que la gente hace con él", dice John Jumper, quien lidera el equipo de Alphafold en DeepMind y el mes pasado junto con el CEO Demis Hassabis Una parte del Premio Nobel de Química 2024 ganó Por su trabajo en la herramienta KI.
En contraste con sus predecesores, Alphafold3 Alphafold2 ¿Fue el acceso a los casos que proporcionó acceso a través de un servidor web que restringió el número y el tipo de predicción de los científicos?
Es fundamental que el servidor Alfafold3 no permitiera a los científicos predecir cómo reaccionan las proteínas en presencia de posibles medicamentos. Pero ahora la decisión de Deepmind significa publicar el código que los científicos académicos pueden predecir tales interacciones operando el modelo en sí.La Compañía inicialmente declaró que la provisión de Alfafold3 es solo el equilibrio adecuado entre el acceso para la investigación y la protección de las ambiciones comerciales a través de un servidor web. Isomorphic Labs, un spin-off de Deepmind en Londres, utiliza Alphafold3 en la investigación de drogas.
Todos ahora pueden descargar el código de software AlphaFold3 y no usarlo comercialmente. Por el momento, sin embargo, solo los científicos con afiliación académica tienen acceso a los pesos de capacitación a pedido.
versiones
DeepMind tiene competencia: en los últimos meses, varias compañías tienen , que se conocen en la especie descrita en el pseudocódigo de papel original, soportan.
Dos compañías chinas, el gigante de la tecnología Baidu y el desarrollador de Tikok, Bytedance ha publicado sus propios modelos inspirados en Alphafold3, así como una nueva empresa en San Francisco, California, llamado Chai Discovery.
Una desventaja esencial de estos modelos es que ninguno de ellos, como Alfafold3, tiene licencia para aplicaciones comerciales como la investigación de drogas, dice Mohammed Alquraishi, biólogo informático de la Universidad de Columbia en la ciudad de Nueva York. El modelo de Chai Discovery, Chai-1, puede usarse para dicho trabajo a través de un servidor web, explica Jack Dent, cofundador de la compañía.
Otra compañía, Ligo Biosciences de San Francisco, ha publicado una versión libre de restricciones de Alfafold3. Sin embargo, esto aún no tiene el espectro completo de funciones, incluida la capacidad de modelar medicamentos y moléculas de un tipo diferente de proteínas.
Otros equipos están trabajando en versiones de Alfafold3 que están disponibles sin tales restricciones: Alquraishi espera poder ofrecer un modelo de código abierto completamente abierto llamado Openfold3 este año. Esto permitiría a las compañías farmacéuticas reiniciar sus propias versiones del modelo utilizando datos patentados, como las estructuras de proteínas que están unidas a varios medicamentos, lo que podría aumentar el rendimiento.
La apertura cuenta
El año pasado hubo una avalancha de nuevos modelos de IA biológicos de empresas con diferentes enfoques de apertura. Anthony Gitter, biólogo informático de la Universidad de Wisconsin-Madison, no tiene ningún problema con las compañías comerciales que ingresan a su campo, siempre que sigan las mismas reglas que otros científicos cuando comparten su trabajo en revistas especializadas y servidores de accesorios.
Si DeepMind plantea reclamos sobre Alfafold3 en una publicación científica, "espero que comparta información sobre cómo se han realizado las predicciones y los modelos AI y el código para que podamos verificarlos", agrega Gitter. "Mi grupo no usará herramientas que no podamos verificar".
El hecho de que ya se hayan creado varias réplicas de Alfafold3 muestran que el modelo era reproducible, incluso sin código de código abierto, dice Pushmeet Kohli, jefe de IA para la ciencia en Deepmind. Agrega que en el futuro desea más discusiones sobre los estándares de publicación en un área que está cada vez más poblada por investigadores académicos y empresariales.
La naturaleza de código abierto Alfafold2 condujo a un impulso de innovación de otros científicos. Por ejemplo, los ganadores de una competencia reciente para el modelado de proteínas utilizaron la herramienta AI para usar para diseñar nuevas proteínas que puedan unirse a un destino de cáncer . El truco favorito de Jumper de Alphafold2 proviene de un equipo que usó la herramienta a para identificar una proteína importante que ayuda a los espermatozoides a reservar huevos .
apenas puede esperar qué sorpresas aparecen después de la publicación de Alphajt3, incluso si no siempre tienen éxito. "La gente lo usará de una manera extraña", predice. "A veces fallará y a veces será exitoso".