Orodje za napovedovanje beljakovin AI AlphaFold3 je zdaj na voljo kot odprtokodna

Orodje za napovedovanje beljakovin AI AlphaFold3 je zdaj na voljo kot odprtokodna

AlphaFold3 je končno na voljo. Šest mesecev po Google Deepmind Sporna koda ena Dokumenti o modelu napovedovanja strukture beljakovin Znanstveniki lahko zdaj Prenesite kodo programske opreme in uporabite orodje za umetno inteligenco za nekomercialne aplikacije, je Londonsko podjetje objavilo 11. novembra.

"Zelo smo navdušeni, ko vidimo, kaj ljudje počnejo s tem," pravi John Jumper, ki vodi ekipo Alphafold v Deepmind in se prejšnji mesec pridruži izvršnemu direktorju Demisu Hassabisu osvojil del Nobelove nagrade za kemijo 2024 za njihovo delo na orodju AI.

Za razliko od svojih predhodnikov, AlphaFold3 Sposobnost modeliranja beljakovin v kombinaciji z drugimi molekulami. Namesto da bi sprostili osnovno kodo - kot je to primer AlphaFold2 je bilo tako - DeepMind je omogočil dostop prek spletnega strežnika, ki je omejil število in vrsto napovedi, ki bi jih lahko storili znanstveniki.

Kritično, strežnik AlphaFold3 ni omogočil znanstvenikom, da napovedujejo, kako bodo beljakovine reagirale v prisotnosti potencialnih zdravil. Toda zdaj odločitev DeepMind za izdajo kode pomeni, da lahko akademski znanstveniki takšne interakcije napovedujejo tako, da sami vodijo model.

V podjetju je prvotno navedlo, da je omogočanje alfafold3 na voljo samo s spletnim strežnikom, da je doseglo pravo ravnovesje med zagotavljanjem dostopa za raziskave in zaščito komercialnih ambicij. Izomorfni laboratoriji, ki se v Londonu vrti Deepmind, nanaša AlphaFold3 pri odkrivanju drog.

Vendar Potegnil izdajo alfafold3 brez uteži kode ali modela - Parametri, pridobljeni z usposabljanjem programske opreme o beljakovinskih strukturah in drugih podatkih - so pritegnili kritike znanstvenikov, ki so rekli, da je ta korak spodkopala obnovljivost. DeepMind je hitro sklenil zaključke in dejal, da bo odprtokodna različica orodja na voljo v šestih mesecih.

Vsakdo lahko zdaj prenese programsko kodo AlphaFold3 in jo uporablja nekomercialno. Vendar imajo trenutno le znanstveniki z akademskimi povezanostmi dostop do uteži usposabljanja na zahtevo.

Dostopne različice

Deepmind ima konkurenco: v zadnjih mesecih je več podjetij ODPOROVALNA ORODJA ZA PREDSTAVITEV BEATIJS, ki se opira na specifikacije, opisane v originalnem prispevku, znane kot psevdokoda.

Dva kitajska podjetja-tehnološki velikan Baidu in Tiktok Developer Bytedance-sta izdala svoje lastne modele, ki jih navdihuje AlphaFold3, prav tako tudi startup v San Franciscu v Kaliforniji Chai Discovery.

Ključna pomanjkljivost teh modelov je, da nobena od njih, kot je AlphaFold3, ni dovoljena za komercialne aplikacije, kot je odkrivanje drog, pravi Mohammed Alquraishi, računalniški biolog na univerzi Columbia v New Yorku. Vendar pa je model Chai Discovery, CHAI-1, lahko za takšno delo uporabil prek spletnega strežnika, pojasnjuje Jack Dent, soustanovitelj podjetja.

Drugo podjetje, Ligo Biosciences iz San Francisca, je izdalo različico brez omejitve AlphaFold3. Vendar to še nima celotnega obsega funkcij, vključno z zmožnostjo modeliranja zdravil in molekul, ki niso beljakovine.

Druge ekipe delajo na različicah AlphaFold3, ki so na voljo brez takšnih omejitev: Alquraishi upa, da bo pozneje letos ponudil popolnoma odprtokodni model, imenovan OpenFold3. To bi omogočilo farmacevtskim podjetjem, da prek lastniških podatkov, kot so strukture beljakovin, vezanih na različna zdravila, izpopolnjujejo lastne različice modela, kar bi lahko izboljšalo uspešnost.

Štetje odprtosti

V preteklem letu je prišlo do hitenja novih bioloških AI modelov podjetij z različnimi pristopi do odprtosti. Anthony Grid, računalniški biolog z univerze v Wisconsin-Madisonu, nima težav s komercialnimi podjetji, ki vstopajo na njegovo področje-dokler sledijo enakim pravilom kot drugi znanstveniki, ko delijo svoje delo v revijah in strežnikih za predprint.

Če Deepmind v znanstveni publikaciji trdi o AlphaFold3, "bi pričakoval, da bodo delili tudi informacije o tem, kako so bile napovedi, in zagotovili modele in kodo AI na način, ki jih lahko preizkusimo," dodaja Grid. "Moja skupina ne bo uporabljala orodij, ki jih ne moremo preveriti."

Dejstvo, da se je že pojavilo več replikacij AlphaFold3, kaže, da je bil model ponovljiv, tudi brez odprte izvorne kode, pravi Pushmeet Kohli, vodja AI za znanost v Deepmind. Dodaja, da bi si v prihodnosti želel videti več razprav o objavljanju standardov na področju, ki ga vse bolj naseljujejo akademski in korporativni raziskovalci.

Odprtokodna narava AlphaFold2 je privedla do povečanja inovacij drugih znanstvenikov. Na primer, zmagovalci nedavnega tekmovanja v beljakovinah so uporabili orodje AI Za oblikovanje novih beljakovin, ki se lahko vežejo na cilj raka. Najljubši Jamperjev Hack prihaja iz ekipe, ki je orodje uporabila prepoznati pomemben beljakovine, ki pomaga semenčice pritrditi na jajca.

Skakalec komaj čaka, da vidi, kakšna presenečenja se pojavijo po izdaji AlphaFold3 - tudi če niso vedno uspešna. "Ljudje ga bodo uporabljali na čudne načine," napoveduje. "Včasih ne bo uspelo in včasih bo uspelo."