AI proteinprognoseverktøy alfafold3 nå tilgjengelig som åpen kildekode

AI proteinprognoseverktøy alfafold3 nå tilgjengelig som åpen kildekode

Alphafold3 er endelig tilgjengelig. Seks måneder etter Google DeepMind

"Vi er veldig glade for å se hva folk gjør med det," sier John Jumper, som leder Alphafold-teamet på DeepMind og forrige måned sammen med administrerende direktør Demis hassabis En del av kjemien Nobelprisen 2024 vant For sitt arbeid med Ki-verktøyet.

I motsetning til forgjengerne hans, Alphafold3 . "Body Text Link"> Alphafold2 var case-Deepmind ga tilgang via en webserver som begrenset antallet og typen forutsigende forskerne Det er viktig at Alphafold3 -serveren ikke tillot forskere å forutsi hvordan proteiner reagerer i nærvær av potensielle medisiner. Men nå betyr DeepMinds beslutning å frigjøre koden at akademiske forskere kan forutsi slike interaksjoner ved å betjene selve modellen.

Selskapet uttalte opprinnelig at tilbudet av Alphafold3 bare er den rette balansen mellom tilgang for forskning og beskyttelse av kommersielle ambisjoner via en webserver. Isomorfe laboratorier, en spin-off fra DeepMind i London, bruker Alphafold3 i medikamentforskning.

Imidlertid open source -verktøy for å forutsi proteinstrukturer basert på alphafold3 , som er kjent i arten beskrevet i den originale papir pseudokoden, støtte.

To kinesiske selskaper-Teknologigiganten Baidu og Tikok-utvikleren Bytedance-Have publiserte sine egne modeller inspirert av Alphafold3, samt en oppstart i San Francisco, California, kalt Chai Discovery.

En essensiell ulempe med disse modellene er at ingen av dem, for eksempel Alphafold3, er lisensiert for kommersielle applikasjoner som medikamentforskning, sier Mohammed Alquraishi, datamaskinbiolog ved Columbia University i New York City. Modellen til Chai Discovery, CHAI-1, kan brukes til slikt arbeid via en webserver, forklarer Jack Dent, medgründer av selskapet.

Et annet selskap, Ligo Biosciences fra San Francisco, har publisert en begrensningsfri versjon av Alphafold3. Dette har imidlertid ennå ikke det fulle spekteret av funksjoner, inkludert evnen til å modellere medisiner og molekyler av en annen type proteiner.

Andre lag jobber med versjoner av Alphafold3 som er tilgjengelige uten slike begrensninger: Alquraishi håper å kunne tilby en helt open source -modell kalt OpenFold3 i år. Dette vil gjøre det mulig for farmasøytiske selskaper å trene sine egne versjoner av modellen ved hjelp av proprietære data, for eksempel strukturene til proteiner som er bundet til forskjellige medisiner, noe som potensielt kan øke ytelsen.

Åpenhet teller

I fjor var det et sus av nye biologiske AI -modeller fra selskaper med forskjellige tilnærminger til åpenhet. Anthony Gitter, en datamaskinbiolog ved University of Wisconsin-Madison, har ikke noe problem med at kommersielle selskaper går inn i feltet sitt så lenge de følger de samme reglene som andre forskere når de deler arbeidet sitt i spesialistmagasiner og rekvisitter-servere.

Hvis DeepMind reiser påstander om Alphafold3 i en vitenskapelig publikasjon, "forventer jeg at du vil dele informasjon om hvordan spådommene er gjort, og AI -modellene og koden slik at vi kan sjekke dem," legger Gitter til. "Min gruppe vil ikke bruke verktøy som vi ikke kan sjekke."

Det faktum at flere replikasjoner av Alphafold3 allerede er opprettet, viser at modellen var reproduserbar, selv uten åpen kildekode, sier Pushmeet Kohli, leder for AI for vitenskap på DeepMind. Han legger til at han i fremtiden ønsker flere diskusjoner om publikasjonsstandardene i et område som i økende grad blir befolket av akademiske og gründerforskere.

Alphafold2 open source -naturen førte til et innovasjonsøkning fra andre forskere. For eksempel brukte vinnerne av en fersk konkurranse om proteinmodellering AI-verktøyet til å bruke For å designe nye proteiner som kan binde seg til en kreftdestinasjon . Jumpers favoritthakk fra Alphafold2 kommer fra et team som brukte verktøyet til For å identifisere et viktig protein som hjelper sæd til å bestille egg .

Jumper kan knapt vente på hvilke overraskelser som vises etter publiseringen av AlphaJT3 - selv om de ikke alltid lykkes. "Folk vil bruke det på en merkelig måte," spår han. "Noen ganger vil det mislykkes, og noen ganger vil det være vellykket."