AI Strumento di previsione proteica AlphaFold3 ora disponibile come open source
AI Strumento di previsione proteica AlphaFold3 ora disponibile come open source
Alphafold3 è finalmente disponibile. Sei mesi dopo Google DeepMind , gli scienziati possono ora e lo strumento di intelligenza di Google-DeepMil annunciato l'11 novembre.
"Siamo molto entusiasti di vedere cosa ne fa la gente", afferma John Jumper, che guida il team Alphafold a DeepMind e il mese scorso insieme al CEO Demis Hassabis Una parte del premio Nobel chimico 2024 ha vinto Per il loro lavoro sullo strumento Ki.
In contrasto con i suoi predecessori, AlphaFold3 AlphaFold2 è stato il caso del caso ha fornito l'accesso tramite un server Web che ha limitato il numero e il tipo di previsione degli scienziati È fondamentale che il server AlphaFold3 non abbia permesso agli scienziati di prevedere come le proteine reagiscono in presenza di potenziali farmaci. Ma ora la decisione di DeepMind significa rilasciare il codice che gli scienziati accademici possono prevedere tali interazioni gestendo il modello stesso.
La società ha inizialmente affermato che la fornitura di Alphafold3 è solo il giusto equilibrio tra accesso per la ricerca e la protezione delle ambizioni commerciali tramite un server Web. Isomorphic Labs, uno spin-off di DeepMind a Londra, utilizza Alphafold3 nella ricerca sui farmaci.
Tuttavia
Tutti possono ora scaricare il codice software AlphaFold3 e non usarlo commercialmente. Al momento, tuttavia, solo gli scienziati con affiliazione accademica hanno accesso ai pesi di allenamento su richiesta. versioni DeepMind ha una concorrenza: negli ultimi mesi, diverse aziende hanno Strumenti open source per prevedere le strutture proteiche basate su AlphaFold3 , che sono note nella specie descritta nello pseudocodice della carta originale, supporto. Due aziende cinesi: il gigante della tecnologia Baidu e lo sviluppatore di Tikok hanno pubblicato i propri modelli ispirati ad Alphafold3, nonché una start-up a San Francisco, in California, chiamata Chai Discovery. Uno svantaggio essenziale di questi modelli è che nessuno di essi, come Alphafold3, è autorizzato a applicazioni commerciali come la ricerca sui farmaci, afferma Mohammed Alquraishi, un biologo informatico presso la Columbia University di New York City. Il modello di Chai Discovery, Chai-1, può essere utilizzato per tale lavoro tramite un server Web, spiega Jack Dent, co-fondatore dell'azienda. Un'altra società, Ligo Biosciences di San Francisco, ha pubblicato una versione senza restrizione di Alphafold3. Tuttavia, ciò non ha ancora lo spettro completo delle funzioni, inclusa la capacità di modellare farmaci e molecole di un diverso tipo di proteine. Altri team stanno lavorando su versioni di Alphafold3 che sono disponibili senza tali restrizioni: Alquraishi spera di poter offrire un modello completamente open source chiamato OpenFold3 quest'anno. Ciò consentirebbe alle aziende farmaceutiche di rinnovare le proprie versioni del modello usando dati proprietari, come le strutture delle proteine legate a vari farmaci, che potrebbero potenzialmente aumentare le prestazioni. Conta di apertura L'anno scorso c'è stata una corsa di nuovi modelli di intelligenza artificiale biologica da aziende con diversi approcci all'apertura. Anthony Gitter, un biologo informatico presso l'Università del Wisconsin-Madison, non ha alcun problema con le società commerciali che entrano nel suo campo, purché seguono le stesse regole degli altri scienziati quando condividono il loro lavoro su riviste specialistiche e server di oggetti di scena. Se DeepMind solleva affermazioni su Alphafold3 in una pubblicazione scientifica, "Mi aspetto che tu condivida informazioni su come sono state fatte le previsioni e i modelli AI e il codice in modo da poterle controllare", aggiunge Gitter. "Il mio gruppo non utilizzerà strumenti che non possiamo controllare." Il fatto che sono già state create diverse repliche di Alphafold3 mostra che il modello era riproducibile, anche senza codice open source, afferma Pushmeet Kohli, capo dell'IA per la scienza a DeepMind. Aggiunge che in futuro desidera ulteriori discussioni sugli standard di pubblicazione in un'area che è sempre più popolata da ricercatori accademici e imprenditoriali. La natura open source di Alphafold2 ha portato a una spinta dell'innovazione da parte di altri scienziati. Ad esempio, i vincitori di una recente competizione per la modellazione proteica hanno utilizzato lo strumento AI per utilizzare per progettare nuove proteine che possono legarsi a una destinazione del cancro . Jumper’s favorite hack from Alphafold2 comes from a team that used the tool to per identificare un'importante proteina che aiuta lo sperma a prenotare sulle uova . Jumper difficilmente può aspettare quali sorprese appaiono dopo la pubblicazione di Alphajt3, anche se non hanno sempre successo. "La gente lo userà in modo strano", prevede. "A volte fallirà e a volte avrà successo."