AI-eiwitvoorspellingstool AlphaFold3 nu beschikbaar als open source

AI-eiwitvoorspellingstool AlphaFold3 nu beschikbaar als open source

AlphaFold3 is eindelijk beschikbaar. Zes maanden na Google DeepMind controversiële code een Papers over het voorspellingsmodel van de eiwitstructuur Wetenschappers kunnen dat nu download de softwarecode en gebruik de kunstmatige intelligentie-tool voor niet-commerciële toepassingen, zo maakte het in Londen gevestigde bedrijf op 11 november bekend.

“We zijn erg enthousiast om te zien wat mensen ermee doen”, zegt John Jumper, die leiding geeft aan het AlphaFold-team bij DeepMind en zich vorige maand bij CEO Demis Hassabis voegde. won in 2024 een deel van de Nobelprijs voor de Scheikunde voor hun werk aan de AI-tool.

In tegenstelling tot zijn voorgangers is AlphaFold3 in staat om eiwitten te modelleren in combinatie met andere moleculen. In plaats van de onderliggende code vrij te geven – zoals het geval is bij AlphaFold2 Dat was het geval: DeepMind bood toegang via een webserver die het aantal en type voorspellingen dat wetenschappers konden doen, beperkte.

Cruciaal was dat de AlphaFold3-server wetenschappers niet in staat stelde te voorspellen hoe eiwitten zouden reageren in de aanwezigheid van potentiële medicijnen. Maar nu betekent het besluit van DeepMind om de code vrij te geven dat academische wetenschappers dergelijke interacties kunnen voorspellen door het model zelf uit te voeren.

Het bedrijf verklaarde aanvankelijk dat het alleen beschikbaar stellen van AlphaFold3 via een webserver de juiste balans bood tussen het bieden van toegang voor onderzoek en het beschermen van commerciële ambities. Isomorphic Labs, een spin-off van DeepMind in Londen, past AlphaFold3 toe bij de ontdekking van geneesmiddelen.

Echter trok de release van AlphaFold3 zonder de code of modelgewichten – Parameters die werden verkregen door de software te trainen op eiwitstructuren en andere gegevens – kregen kritiek van wetenschappers die zeiden dat deze stap de reproduceerbaarheid ondermijnde. DeepMind trok snel conclusies en zei dat er binnen zes maanden een open source-versie van de tool beschikbaar zou komen.

Iedereen kan nu de AlphaFold3-softwarecode downloaden en niet-commercieel gebruiken. Momenteel hebben echter alleen wetenschappers met een academische achtergrond op verzoek toegang tot de trainingsgewichten.

Toegankelijke versies

DeepMind heeft concurrentie: de afgelopen maanden hebben verschillende bedrijven dat gedaan Open source-tools voor het voorspellen van de eiwitstructuur op basis van AlphaFold3 gepresenteerd, die afhankelijk zijn van de specificaties die in het originele artikel zijn beschreven, bekend als pseudocode.

Twee Chinese bedrijven – technologiegigant Baidu en TikTok-ontwikkelaar ByteDance – hebben hun eigen op AlphaFold3 geïnspireerde modellen uitgebracht, evenals een startup in San Francisco, Californië genaamd Chai Discovery.

Een belangrijk nadeel van deze modellen is dat geen van deze modellen, zoals AlphaFold3, een licentie heeft voor commerciële toepassingen zoals de ontdekking van medicijnen, zegt Mohammed AlQuraishi, een computationeel bioloog aan de Columbia University in New York City. Het model van Chai Discovery, Chai-1, kan echter voor dergelijk werk worden gebruikt via een webserver, legt Jack Dent, medeoprichter van het bedrijf, uit.

Een ander bedrijf, Ligo Biosciences uit San Francisco, heeft een beperkingsvrije versie van AlphaFold3 uitgebracht. Dit heeft echter nog niet het volledige scala aan functies, inclusief het vermogen om andere geneesmiddelen en moleculen dan eiwitten te modelleren.

Andere teams werken aan versies van AlphaFold3 die zonder dergelijke beperkingen beschikbaar zijn: AlQuraishi hoopt later dit jaar een volledig open-sourcemodel aan te bieden, genaamd OpenFold3. Dit zou farmaceutische bedrijven in staat stellen hun eigen versies van het model opnieuw te trainen met behulp van bedrijfseigen gegevens, zoals de structuren van eiwitten die aan verschillende medicijnen zijn gebonden, waardoor de prestaties mogelijk zouden worden verbeterd.

Openheid telt

Het afgelopen jaar is er een stormloop geweest van nieuwe biologische AI-modellen van bedrijven met verschillende benaderingen van openheid. Anthony Grid, een computationeel bioloog aan de Universiteit van Wisconsin-Madison, heeft er geen probleem mee dat commerciële bedrijven zijn vakgebied betreden, zolang ze dezelfde regels volgen als andere wetenschappers bij het delen van hun werk in tijdschriften en preprint-servers.

Als DeepMind in een wetenschappelijke publicatie beweringen doet over AlphaFold3, "verwacht ik dat ze ook informatie delen over hoe de voorspellingen zijn gedaan en de AI-modellen en -code op een manier aanleveren zodat we ze kunnen testen", voegt grid toe. “Mijn fractie zal geen instrumenten gebruiken die we niet kunnen verifiëren.”

Het feit dat er al verschillende replicaties van AlphaFold3 zijn verschenen, toont aan dat het model reproduceerbaar was, zelfs zonder open source-code, zegt Pushmeet Kohli, hoofd van AI for Science bij DeepMind. Hij voegt eraan toe dat hij in de toekomst graag meer discussie zou zien over publicatiestandaarden in een veld dat steeds meer bevolkt wordt door academische en bedrijfsonderzoekers.

Het open source-karakter van AlphaFold2 leidde tot een golf van innovatie van andere wetenschappers. De winnaars van een recente wedstrijd voor eiwitmodellering gebruikten bijvoorbeeld de AI-tool om nieuwe eiwitten te ontwerpen die zich kunnen binden aan een kankerdoelwit. Jumpers favoriete AlphaFold2-hack is afkomstig van een team dat de tool gebruikte om een ​​belangrijk eiwit te identificeren dat ervoor zorgt dat sperma zich aan eieren hecht.

Jumper kan niet wachten om te zien welke verrassingen er verschijnen na de release van AlphaFold3 - ook al zijn ze niet altijd succesvol. “Mensen zullen het op vreemde manieren gebruiken”, voorspelt hij. “Soms zal het mislukken en soms zal het slagen.”