Orodje za napovedovanje beljakovin AI AlphaFold3 je zdaj na voljo kot odprta koda

Veröffentlicht:

Von:

AlphaFold3 von DeepMind ist jetzt Open Source. Forscher können das AI-Tool zur Proteinstrukturvorhersage für nicht-kommerzielle Zwecke nutzen.
AlphaFold3 iz DeepMind je zdaj odprtokodna. Raziskovalci lahko za nekomercialne namene uporabijo orodje AI za napoved strukture beljakovin. (Symbolbild/natur.wiki)

AlphaFold3 je končno na voljo. Šest mesecev po Googlu Deepmind PAPS PAPS" HATERS "HATTERS" HATTERS "HATTERS"> PAPS PAPS "PAPS" PAPS "PAPS" PAPS "PAPS" PAPS "PAPS" PAPS "PAPS" TAKE TALJA " , znanstveniki lahko zdaj Google-meepmind/alphafold3" data-track = "kliknite" data-label = "https: // Google-deepmind/alphafOld3" Data-Track-Kategory = "Telesa" in prenesete kodo za podjetje, ki je treba uporabljati, in kot umetno uporabo, in kot umetnostno uporabo "in kot umetnostna uporaba, kot umetno objavljeno 11. novembra.

"Zelo smo navdušeni, da vidimo, kaj ljudje počnejo z njo," pravi John Jumper, ki vodi ekipo AlphaFold v Deepmind in prejšnji mesec skupaj z generalnim direktorjem Demisom Hassabisom Del kemije Nobelove nagrade 2024 WON Za svoje delo na orodju Ki.

V nasprotju s svojimi predhodniki, AlphaFold3 . Povezava "> AlphaFold2 Ali je bil dostop do primera, ki je bil zagotovljen prek spletnega strežnika, ki je omejil število in vrsto napovedovanja znanstvenikov.

Ključnega pomena je, da strežnik AlphaFold3 ni omogočil znanstvenikom, da napovedujejo, kako beljakovine reagirajo v prisotnosti potencialnih zdravil. Toda zdaj odločitev DeepMind pomeni objavo kodeksa, da lahko akademski znanstveniki napovedujejo takšne interakcije z upravljanjem samega modela.

Družba je sprva navedla, da je zagotavljanje AlphaFold3 le pravo ravnovesje med dostopom za raziskave in zaščito komercialnih ambicij prek spletnega strežnika. Izomorfni laboratoriji, ki se odmika iz Deepmind v Londonu, uporablja AlphaFold3 v raziskavah drog.

Vendar Premaknjena spletna povezava z ali "Telesni povezava" Parametri, ki so bili pridobljeni z usposabljanjem programske opreme o beljakovinskih strukturah in drugih podatkih - kritike znanstvenikov, ki so dejali, da ta korak spodkopava obnovljivost. Deepmind je hitro potegnil posledice in dejal, da je odprtokodna različica orodja na voljo v šestih mesecih.

Vsakdo lahko zdaj prenese programsko kodo AlphaFold3 in je ne uporabljajte komercialno. Trenutno pa imajo na zahtevo dostop do uteži usposabljanja le znanstveniki z akademsko pripadnostjo.

različice

Deepmind has competition: In the past few months, several companies have Orodja odprtokodbe za napovedovanje beljakovinskih struktur, ki temeljijo na AlphaFold3 , ki so znane v vrstah, opisanih v originalnem papirju psevdokode, podpora.

Dva kitajska podjetja-tehnološki velikan Baidu in Tikok Developer Bytedance-Have sta objavila svoje lastne modele, ki jih je navdihnil AlphaFold3, kot tudi start-up v San Franciscu v Kaliforniji, imenovan Chai Discovery.

Bistvena pomanjkljivost teh modelov je, da nobena od njih, kot je AlphaFold3, ni dovoljena za komercialne aplikacije, kot so raziskave drog, pravi Mohammed Alquraishi, računalniški biolog na univerzi Columbia v New Yorku. Model Chai Discovery, Chai-1, lahko za takšno delo uporabite prek spletnega strežnika, pojasni Jack Dent, soustanovitelj podjetja.

Drugo podjetje, Ligo Biosciences iz San Francisca, je objavilo brezplačno različico AlphaFold3. Vendar to še nima celotnega spektra funkcij, vključno z sposobnostjo modeliranja zdravil in molekul drugačne vrste beljakovin.

Druge ekipe delajo na različicah AlphaFold3, ki so na voljo brez takšnih omejitev: Alquraishi upa, da bo letos lahko ponudil popolnoma odprtokodni model, imenovan OpenFold3. To bi omogočilo farmacevtskim podjetjem, da ponovno preučijo svoje različice modela z uporabo lastniških podatkov, kot so strukture beljakovin, ki so vezane na različna zdravila, kar bi lahko povečalo delovanje.

Štetje odprtosti

Lani je prišlo do hitenja novih bioloških modelov AI iz podjetij z različnimi pristopi do odprtosti. Anthony Gitter, računalniški biolog z univerze v Wisconsin-Madisonu, nima težav s komercialnimi podjetji, ki vstopajo na svoje tereno-dokler sledijo enakim pravilom kot drugi znanstveniki, ko svoje delo delijo v specializiranih revijah in rekvizitih.

Če Deepmind v znanstveni publikaciji dvigne zahtevke na AlphaFold3, "pričakujem, da boste delili informacije o tem, kako so bile napovedi, in modeli AI in kodo, da jih bomo lahko preverili," doda Gitter. "Moja skupina ne bo uporabljala orodij, ki jih ne moremo preveriti."

Dejstvo, da je bilo že ustvarjenih več replikacij AlphaFold3, kaže, da je bil model ponovljiv, tudi brez odprtokodne kode, pravi Pushmeet Kohli, vodja AI za znanost v Deepmind. Dodaja, da v prihodnosti želi več razprav o standardih objav na področju, ki ga vse bolj naseljujejo akademski in podjetniški raziskovalci.

Open Source AlphaFold2 je privedla do povečanja inovacij drugih znanstvenikov. Na primer, zmagovalci nedavnega tekmovanja za modeliranje beljakovin so uporabili orodje AI za uporabo Za oblikovanje novih beljakovin, ki se lahko vežejo na cilj raka . Najljubši kramp Jumperja iz AlphaFold2 prihaja iz ekipe, ki je orodje uporabila na določiti pomemben protein, ki pomaga spermi pri rezerviranju jajc .

Jumper komaj čaka, da se po objavi Alphajt3 pojavijo presenečenja - tudi če niso vedno uspešni. "Ljudje ga bodo uporabljali na čuden način," napoveduje. "Včasih ne bo uspelo in včasih bo uspešno."