Outil de prévision des protéines AI Alphafold3 maintenant disponible en open source
Outil de prévision des protéines AI Alphafold3 maintenant disponible en open source
alphafold3 est enfin disponible. Six mois après Google Deepmind controversial le code href = "https://www.nature.com/articles/s41586-024-07487 w" data-track = "cliquez" data-Babel = "https://www.nature.com/articles/s41586-07487---" Datal-Category = "Body Text Link"> Papers a maintenant gardé Back Back Back Back Back Back Back Back Back The Protein PAPER Les scientifiques peuvent désormais et l'annonce de l'outil de note de noce 11.
"Nous sommes très heureux de voir ce que les gens en font", explique John Jumper, qui dirige l'équipe Alphafold de DeepMind et le mois dernier avec le PDG Demis Hassabis Une partie du prix Nobel de chimie 2024 a gagné Pour son travail sur l'outil KI.
Contrairement à ses prédécesseurs, alphafold3 . Link "> Alphafold2 était l'accès à la recherche de cas-deepmind via un serveur Web qui a restreint le nombre et le type de prédiction des scientifiques.
Il est essentiel que le serveur Alphafold3 n'ait pas permis aux scientifiques de prédire comment les protéines réagissent en présence de médicaments potentiels. Mais maintenant, la décision de Deepmind signifie libérer le code selon lequel les scientifiques des universitaires peuvent prédire de telles interactions en exploitant le modèle lui-même.La société a initialement déclaré que la fourniture d'Alphafold3 n'est que le bon équilibre entre l'accès pour la recherche et la protection des ambitions commerciales via un serveur Web. Les laboratoires isomorphes, un spin-off de DeepMind à Londres, utilisent Alphafold3 dans la recherche sur les médicaments.
Cependant,
Tout le monde peut désormais télécharger le code logiciel Alphafold3 et ne pas l'utiliser commercialement. Pour le moment, cependant, seuls les scientifiques affiliés académiques ont accès aux poids de formation sur demande. Versions DeepMind a une concurrence: au cours des derniers mois, plusieurs entreprises ont , qui sont connues dans les espèces décrites dans le pseudocode de papier d'origine, support. Deux sociétés chinoises - Le géant technologique Baidu et le développeur Tikok Bytedance-Have ont publié leurs propres modèles inspirés par Alphafold3, ainsi qu'une start-up à San Francisco, en Californie, appelée Chai Discovery. Un inconvénient essentiel de ces modèles est qu'aucun d'entre eux, comme Alphafold3, n'est autorisé à des applications commerciales telles que la recherche sur les médicaments, explique Mohammed Alquaishi, biologiste informatique à l'Université Columbia à New York. Le modèle de Chai Discovery, Chai-1, peut être utilisé pour un tel travail via un serveur Web, explique Jack Dent, co-fondateur de la société. Une autre entreprise, Ligo Biosciences de San Francisco, a publié une version sans restriction d'Alphafold3. Cependant, cela n'a pas encore le spectre complet des fonctions, y compris la capacité de modéliser les médicaments et les molécules d'un autre type de protéines. D'autres équipes travaillent sur des versions d'Alphafold3 qui sont disponibles sans de telles restrictions: Alquaishi espère pouvoir offrir un modèle entièrement open source appelé OpenFold3 cette année. Cela permettrait aux sociétés pharmaceutiques de reprendre leurs propres versions du modèle en utilisant des données propriétaires, telles que les structures des protéines qui sont liées à divers médicaments, ce qui pourrait potentiellement augmenter les performances. Compte d'ouverture L'année dernière, il y a eu une ruée de nouveaux modèles d'IA biologiques d'entreprises avec différentes approches de l'ouverture. Anthony Gitter, biologiste informatique à l'Université du Wisconsin-Madison, n'a aucun problème avec les entreprises commerciales entrant dans son terrain tant qu'elles suivent les mêmes règles que les autres scientifiques lorsqu'ils partagent leur travail dans des magazines spécialisés et des serveurs d'accessoires. Si DeepMind soulève des réclamations sur Alphafold3 dans une publication scientifique, "Je m'attends à ce que vous partagiez des informations sur la façon dont les prédictions ont été faites, et les modèles d'IA et le code afin que nous puissions les vérifier", ajoute Gitter. "Mon groupe n'utilisera pas d'outils que nous ne pouvons pas vérifier." Le fait que plusieurs réplications d'Alphafold3 ont déjà été créées montre que le modèle a été reproductible, même sans code open source, explique Pushmeet Kohli, responsable de l'IA pour la science à DeepMind. Il ajoute qu'à l'avenir, il souhaite plus de discussions sur les normes de publication dans un domaine de plus en plus peuplé de chercheurs universitaires et entrepreneuriaux. La nature open source d'Alphafold2 a conduit à une augmentation de l'innovation des autres scientifiques. Par exemple, les gagnants d'une récente compétition pour la modélisation des protéines ont utilisé l'outil d'IA pour utiliser pour concevoir de nouvelles protéines qui peuvent se lier à une destination de cancer . Le piratage préféré du cavalier d'Alphafold2 provient d'une équipe qui a utilisé l'outil pour pour identifier une protéine importante qui aide les spermatozoïdes à réserver sur les œufs . Jumper peut à peine attendre, les surprises apparaissent après la publication d'Alphajt3 - même si elles ne réussissent pas toujours. "Les gens l'utiliseront d'une manière étrange", prédit-il. "Parfois, cela échouera et parfois cela réussira."