AI蛋白预测工具AlphaFold3现在可作为开源
AI蛋白预测工具AlphaFold3现在可作为开源
alphafold3最终可用。 Google DeepMind , scientists can now and the artificial Use intelligence tool for non-commercial applications, as the company based in London 11月11日宣布。
“我们很高兴看到人们对此有何处理，”约翰·昂珀（John Jumper）说，他在DeepMind领导Alphafold团队，上个月与首席执行官Demis Hassabis “ Body Text Link”>化学诺贝尔奖2024赢得了的一部分他们在Ki工具上的工作。
In contrast to his predecessors, Alphafold3 able to model proteins in结合其他分子。 =“身体文本链接”> alphafold2 是通过Web服务器限制了预测科学家的数字和类型的情况 至关重要的是，AlphaFold3服务器不允许科学家预测蛋白质在存在潜在药物的情况下的反应。但是现在，DeepMind的决定意味着发布学术科学家可以通过操作模型本身来预测这种相互作用的代码。
公司最初表示，AlphaFold3的提供只是研究访问与通过Web服务器保护商业野心之间的正确平衡。同构实验室是伦敦Deepmind的衍生产品，在药物研究中使用Alphafold3。
但是
现在，每个人都可以下载Alphafold3软件代码，并且不商业使用它。但是，目前，只有具有学术隶属关系的科学家才能根据要求获得培训权重。 版本 DeepMind有竞争：在过去的几个月中，几家公司的用于预测基于alphafold3的蛋白质结构的开源工具，这些工具在原始纸张伪代码中所述的物种中已知。 两家中国公司 - 技术巨头Baidu和Tikok开发人员Bontedance-Have出版了自己的模型，灵感来自Alphafold3，以及在加利福尼亚州旧金山的一家创业公司，称为Chai Discovery。 这些模型的一个重要缺点是，诸如Alphafold3之类的alphafold3均未获得诸如药物研究之类的商业应用许可。公司联合创始人杰克·登特（Jack Dent）解释说，Chai Discovery，Chai-1的模型可用于此类工作。 另一家公司，来自旧金山的Ligo Biosciences，已发布了Alphafold3的限制版本。但是，这尚未具有全部功能，包括建模药物的能力和不同种类的蛋白质分子。 其他团队正在研究Alphafold3版本的情况，而无需进行此类限制：Alquraishi希望能够在今年提供一个名为OpenFold3的完全开源模型。这将使制药公司能够使用专有数据重新培养自己的模型版本，例如与各种药物约束的蛋白质结构，可能会提高性能。 开放度计数 去年，来自开放态度不同的公司的新生物AI模型匆匆忙忙。威斯康星大学麦迪逊分校的计算机生物学家安东尼·吉特（Anthony Gitter）对于商业公司进入现场的毫无问题，只要他们在专业杂志和道具服务器中分享其作品时，他们就遵循与其他科学家相同的规则。 如果DeepMind在科学出版物中提出了对Alphafold3的主张，“我希望您分享有关如何做出预测以及AI模型和代码的信息，以便我们可以检查它们，” Gitter补充说。 “我的小组将不使用我们无法检查的工具。” 已经创建了Alphafold3的几种复制，即使没有开源代码，该模型也是可重现的。他补充说，将来，他希望在学术和企业家研究人员越来越多地讨论有关该领域的出版标准的更多讨论。 Alphafold2开源性质导致了其他科学家的创新提升。例如，最近的蛋白质建模竞赛的获胜者使用了AI工具使用设计可以与癌症目的地结合的新蛋白质。 Jumper来自Alphafold2的最喜欢的hack来自一个团队，该团队使用该工具来确定一个重要的蛋白质，该蛋白质有助于精子预订鸡蛋。 跳投几乎无法等待，即使他们并不总是成功，也出现了惊喜。他预测：“人们会以一种奇怪的方式使用它。” “有时候会失败，有时会成功。”