Nástroj na predikciu bielkovín AI AlphaFold3 je teraz k dispozícii ako open source

Nástroj na predikciu bielkovín AI AlphaFold3 je teraz k dispozícii ako open source

AlphaFold3 je konečne k dispozícii. Šesť mesiacov po Google DeepMind kontroverzný kódex jeden Príspevky o modeli predikcie štruktúry proteínov vedci teraz môžu stiahnite si softvérový kód a používať nástroj umelej inteligencie pre nekomerčné aplikácie, oznámila spoločnosť so sídlom v Londýne 11. novembra.

„Sme veľmi nadšení, že vidíme, čo s tým ľudia robia,“ hovorí John Jumper, ktorý vedie tím AlphaFold v DeepMind a minulý mesiac sa pripojil k generálnemu riaditeľovi Demisovi Hassabisovi. získal časť Nobelovej ceny za chémiu za rok 2024 za ich prácu na nástroji AI.

Na rozdiel od svojich predchodcov, AlphaFold3 schopné modelovať proteíny v kombinácii s inými molekulami. Namiesto uvoľnenia základného kódu - ako je to v prípade AlphaFold2 DeepMind poskytol prístup cez webový server, ktorý obmedzil počet a typ predpovedí, ktoré vedci mohli urobiť.

Je kritické, že server AlphaFold3 vedcom neumožnil predpovedať, ako budú proteíny reagovať v prítomnosti potenciálnych liekov. Teraz však rozhodnutie DeepMind uvoľniť kód znamená, že akademickí vedci môžu predpovedať takéto interakcie samotným spustením modelu.

Spoločnosť pôvodne uviedla, že sprístupnenie AlphaFold3 iba prostredníctvom webového servera vytvorilo správnu rovnováhu medzi poskytovaním prístupu pre výskum a ochranou komerčných ambícií. Isomorphic Labs, vedľajší produkt DeepMind v Londýne, používa AlphaFold3 pri objavovaní liekov.

Avšak stiahol vydanie AlphaFold3 bez jeho kódových alebo modelových váh — Parametre získané školením softvéru o proteínových štruktúrach a iných údajoch — vyvolali kritiku vedcov, ktorí uviedli, že tento krok podkopal reprodukovateľnosť. DeepMind rýchlo vyvodil závery a uviedol, že open source verzia nástroja bude sprístupnená do šiestich mesiacov.

Ktokoľvek si teraz môže stiahnuť softvérový kód AlphaFold3 a používať ho na nekomerčné účely. V súčasnosti však majú prístup k tréningovým závažiam na požiadanie iba vedci s akademickou príslušnosťou.

Prístupné verzie

DeepMind má konkurenciu: V posledných mesiacoch má niekoľko spoločností Prezentované nástroje s otvoreným zdrojom na predpovedanie štruktúry proteínov na základe AlphaFold3, ktoré sa spoliehajú na špecifikácie opísané v pôvodnom dokumente, známe ako pseudokód.

Dve čínske spoločnosti – technologický gigant Baidu a vývojár TikTok ByteDance – vydali svoje vlastné modely inšpirované AlphaFold3, rovnako ako startup v San Franciscu v Kalifornii s názvom Chai Discovery.

Kľúčovou nevýhodou týchto modelov je, že žiadny z nich, ako napríklad AlphaFold3, nemá licenciu na komerčné aplikácie, ako je objavovanie liekov, hovorí Mohammed AlQuraishi, výpočtový biológ na Kolumbijskej univerzite v New Yorku. Model Chai Discovery, Chai-1, však možno na takúto prácu použiť prostredníctvom webového servera, vysvetľuje Jack Dent, spoluzakladateľ spoločnosti.

Ďalšia spoločnosť, Ligo Biosciences zo San Francisca, vydala verziu AlphaFold3 bez obmedzení. To však ešte nemá celú škálu funkcií, vrátane schopnosti modelovať lieky a molekuly iné ako proteíny.

Ostatné tímy pracujú na verziách AlphaFold3, ktoré sú dostupné bez takýchto obmedzení: AlQuraishi dúfa, že koncom tohto roka ponúkne plne open-source model s názvom OpenFold3. To by umožnilo farmaceutickým spoločnostiam preškoliť svoje vlastné verzie modelu pomocou proprietárnych údajov, ako sú štruktúry proteínov viazaných na rôzne lieky, čo by potenciálne zlepšilo výkon.

Otvorenosť sa počíta

Minulý rok bol svedkom návalu nových biologických modelov AI od spoločností s rôznymi prístupmi k otvorenosti. Anthony Grid, výpočtový biológ na University of Wisconsin-Madison, nemá problém s komerčnými spoločnosťami vstupujúcimi do jeho odboru – pokiaľ sa pri zdieľaní svojej práce v časopisoch a predtlačových serveroch riadia rovnakými pravidlami ako ostatní vedci.

Ak DeepMind tvrdí o AlphaFold3 vo vedeckej publikácii, „očakával by som, že sa podelia aj o informácie o tom, ako boli predpovede vytvorené, a poskytnú modely AI a kód takým spôsobom, aby sme ich mohli otestovať,“ dodáva grid. "Moja skupina nebude používať nástroje, ktoré nemôžeme overiť."

Skutočnosť, že sa už objavilo niekoľko replikácií AlphaFold3, ukazuje, že model bol reprodukovateľný aj bez otvoreného zdrojového kódu, hovorí Pushmeet Kohli, vedúci AI pre vedu v DeepMind. Dodáva, že by bol rád, keby sa v budúcnosti viac diskutovalo o vydávaní štandardov v oblasti, ktorá je čoraz viac obývaná akademickými a podnikovými výskumníkmi.

Open source povaha AlphaFold2 viedla k prudkému nárastu inovácií od iných vedcov. Napríklad víťazi nedávnej súťaže v modelovaní proteínov použili nástroj AI navrhnúť nové proteíny, ktoré sa môžu viazať na rakovinový cieľ. Jumperov obľúbený hack AlphaFold2 pochádza od tímu, ktorý tento nástroj použil identifikovať dôležitý proteín, ktorý pomáha spermiám prichytiť sa k vajíčkam.

Jumper sa už nevie dočkať, aké prekvapenia sa objavia po vydaní AlphaFold3 – aj keď nie vždy sú úspešné. „Ľudia to budú používať zvláštnym spôsobom,“ predpovedá. "Niekedy to zlyhá a niekedy sa to podarí."