AI alat za predviđanje proteina AlphaFold3 sada je dostupan kao otvoreni kod

AI alat za predviđanje proteina AlphaFold3 sada je dostupan kao otvoreni kod

AlphaFold3 je konačno dostupan. Šest mjeseci nakon Google DeepMinda kontroverzan kodeks jedan Radovi o modelu predviđanja strukture proteina znanstvenici sada mogu preuzmite softverski kod i koristiti alat za umjetnu inteligenciju za nekomercijalne aplikacije, objavila je londonska tvrtka 11. studenog.

"Jako smo uzbuđeni vidjeti što ljudi rade s tim", kaže John Jumper, koji vodi AlphaFold tim u DeepMindu i koji se prošlog mjeseca pridružio izvršnom direktoru Demisu Hassabisu osvojio je dio Nobelove nagrade za kemiju 2024 za njihov rad na AI alatu.

Za razliku od svojih prethodnika, AlphaFold3 sposobni modelirati proteine ​​u kombinaciji s drugim molekulama. Umjesto objavljivanja temeljnog koda - kao što je slučaj s AlphaFold2 bio je slučaj – DeepMind je omogućio pristup putem web poslužitelja koji je ograničio broj i vrstu predviđanja koje su znanstvenici mogli napraviti.

Kritično, AlphaFold3 server nije dopustio znanstvenicima da predvide kako će proteini reagirati u prisutnosti potencijalnih lijekova. Ali sada DeepMindova odluka da objavi kod znači da akademski znanstvenici mogu predvidjeti takve interakcije tako što će sami pokrenuti model.

Tvrtka je prvotno izjavila da je AlphaFold3 dostupnošću samo putem web poslužitelja postigao pravu ravnotežu između pružanja pristupa istraživanju i zaštite komercijalnih ambicija. Isomorphic Labs, spin-off DeepMinda u Londonu, primjenjuje AlphaFold3 u otkrivanju lijekova.

Međutim povukao je izdanje AlphaFold3 bez koda ili težine modela — Parametri dobiveni obučavanjem softvera o strukturama proteina i drugim podacima — izvukli su kritike znanstvenika koji su rekli da je ovaj potez potkopao ponovljivost. DeepMind je brzo izvukao zaključke i rekao da će open source verzija alata biti dostupna u roku od šest mjeseci.

Svatko sada može preuzeti softverski kod AlphaFold3 i koristiti ga nekomercijalno. Međutim, trenutno samo znanstvenici s akademskim angažmanom imaju pristup utezima za vježbanje na zahtjev.

Dostupne verzije

DeepMind ima konkurenciju: posljednjih mjeseci, nekoliko tvrtki ima Predstavljeni alati otvorenog koda za predviđanje strukture proteina temeljeni na AlphaFold3, koji se oslanjaju na specifikacije opisane u izvornom radu, poznate kao pseudokod.

Dvije kineske tvrtke - tehnološki div Baidu i TikTok programer ByteDance - objavili su vlastite modele inspirirane AlphaFold3, kao i startup u San Franciscu, Kalifornija pod nazivom Chai Discovery.

Ključni nedostatak ovih modela je da niti jedan od njih, poput AlphaFold3, nema licencu za komercijalne primjene kao što je otkrivanje lijekova, kaže Mohammed AlQuraishi, računalni biolog sa Sveučilišta Columbia u New Yorku. Međutim, model Chai Discoveryja, Chai-1, može se koristiti za takav rad putem web poslužitelja, objašnjava Jack Dent, suosnivač tvrtke.

Druga tvrtka, Ligo Biosciences iz San Francisca, izdala je verziju AlphaFold3 bez ograničenja. Međutim, to još nema cijeli niz funkcija, uključujući sposobnost modeliranja lijekova i molekula osim proteina.

Drugi timovi rade na verzijama AlphaFold3 koje su dostupne bez takvih ograničenja: AlQuraishi se nada ponuditi potpuno otvoreni model pod nazivom OpenFold3 kasnije ove godine. To bi omogućilo farmaceutskim tvrtkama da ponovno uvježbaju svoje vlastite verzije modela koristeći vlasničke podatke, kao što su strukture proteina vezanih za različite lijekove, potencijalno poboljšavajući izvedbu.

Otvorenost se računa

U protekloj godini došlo je do navale novih bioloških AI modela tvrtki s različitim pristupima otvorenosti. Anthony Grid, računalni biolog sa Sveučilišta Wisconsin-Madison, nema problema s komercijalnim tvrtkama koje ulaze u njegovo područje - sve dok slijede ista pravila kao i drugi znanstvenici kada dijele svoj rad u časopisima i poslužiteljima za pretisak.

Ako DeepMind iznosi tvrdnje o AlphaFold3 u znanstvenoj publikaciji, "očekivao bih da će također podijeliti informacije o tome kako su napravljena predviđanja i pružiti AI modele i kod na način da ih možemo testirati", dodaje Grid. "Moja grupa neće koristiti alate koje ne možemo provjeriti."

Činjenica da se već pojavilo nekoliko replikacija AlphaFold3 pokazuje da je model bio ponovljiv, čak i bez otvorenog koda, kaže Pushmeet Kohli, voditelj AI za znanost u DeepMindu. Dodaje da bi volio vidjeti više rasprava u budućnosti o objavljivanju standarda u području koje sve više posećuju akademski i korporativni istraživači.

Priroda otvorenog koda AlphaFold2 dovela je do porasta inovacija drugih znanstvenika. Na primjer, pobjednici nedavnog natjecanja u modeliranju proteina upotrijebili su AI alat za dizajnirati nove proteine ​​koji se mogu vezati za metu raka. Jumperov omiljeni AlphaFold2 hack dolazi od tima koji je koristio alat za identificirati važan protein koji pomaže spermijima da se pričvrste na jajašca.

Jumper jedva čeka vidjeti kakva će se iznenađenja pojaviti nakon izlaska AlphaFold3 - čak i ako nisu uvijek uspješna. "Ljudi će ga koristiti na čudne načine", predviđa. “Ponekad neće uspjeti, a ponekad će uspjeti.”