诺奖AI成果震撼开源！模型代码免费下载，或颠覆药物研发模式

【蜂耘网  人工智能】谷歌终于开源了万众期待的蛋白质预测模型——AlphaFold-3。

2024年11月11日，谷歌旗下公司DeepMind宣布，其最新版AI蛋白质结构预测工具AlphaFold-3正式开源，所有人均可下载其底层代码，并将其应用于非商业领域。

AlphaFold-3有多重磅？

AI能够准确预测蛋白质结构真正广为人知，始于2021年DeepMind推出的AlphaFold-2，其能够根据氨基酸序列来准确预测蛋白质的三维结构。

AlphaFold-2的出现，引发了蛋白质结构及其相互作用建模领域的一场革命，为蛋白质建模和设计应用提供了广泛的可能。

此外DeepMind的 Demis Hassabis、John Jumpe 因对蛋白质结构的预测在今年获得了诺贝尔化学奖，AlphaFold-3是其最新版AI蛋白质结构预测工具。   

与前两个版本仅可以预测蛋白质结构不同， AlphaFold-3能够预测所有生命分子的相互作用。这相当于打开了整个生命科学研究的新大门，生命的基本过程被了解，直接推动了药物发现和疾病治疗。  

AlphaFold-3的主要功能包括，能够对多种生物分子的结构进行预测，涵盖蛋白质、核酸（包括 DNA 和 RNA）、小分子、离子以及修饰残基等几乎所有在蛋白质数据库（PDB）中存在的分子类型。

在蛋白质结构预测方面，AlphaFold-3 展现出了极高的准确率，在预测蛋白质单体结构时，能够准确地确定蛋白质的三维折叠方式，以及三级结构中各个结构域的相对位置和取向。

         
AlphaFold-3在处理复杂结构方面表现出色，能够应对具有大量残基和多种分子组成的生物分子复合物。例如，在预测由数千个残基组成的蛋白质-核酸复合物结构时，它可以有效地整合蛋白质和核酸分子的信息，准确地构建出整个复合物的三维结构模型。对于具有高度对称性或重复结构单元的复合物，如核小体等，AlphaFold-3也能够准确地捕捉到其结构特征，包括组蛋白与 DNA 的相互作用、核小体之间的排列方式等。   

因此全球顶级科学期刊《Nature》也进行了重磅推荐，这将对全球科研领域产生重大影响，生物、化学、医药的科学家们可以在本地部署AlphaFold-3，可以极限缩短新药、疫苗等研发进程，有望颠覆药物研发模式。

AlphaFold-3开源引起的狂欢

曾经在半年前，DeepMind团队在 Nature 期刊发表论文，描述了AlphaFold-3，但并未随论文公布其底层代码和模型训练权重，这一做法引起了科学家们的批评，如今谷歌终于开源AlphaFold-3模型。

谷歌本次开源非常非常低调，甚至都没有发布一篇新闻，只是在原来文章上进行了一段很小的文字说明：11月11日更新，我们已发布了AlphaFold-3的模型代码和权重供学术用途，以帮助推动科学研究。

尽管谷歌很低调，但还是引起了各界狂欢。   

Nature：“我们非常高兴看到人们用它做什么”AlphaFold-3终于开放了。

GoogleDeepMind刚刚开源了AlphaFold-3模型，包括其代码和设置。它现在可用于学术用途！以最高的准确性预测各种生物分子相互作用🔹支持蛋白质-蛋白质、蛋白质-配体和蛋白质-RNA。

很高兴地分享AlphaFold-3模型代码和权重现在可用于学术用途。期待看到这解锁了哪些新研究以及研究界如何建立AlphaFold-3。

酷！谷歌刚刚开源了诺奖化学模型：AlphaFold-3能预测多种生物分子的结构，包括蛋白质、核酸（DNA和RNA）、小分子、离子以及修饰残基等。擅长处理复杂的生物分子复合物结构，能整合蛋白质和核酸分子的信息，构建出整个复合物的三维结构模型。   

结语

谷歌DeepMind新推出的AlphaFold服务器是目前最准确的工具。只需点击几下，生物学家就可以利用AlphaFold3的强大功能对由蛋白质、DNA、RNA以及一系列配体、离子和化学修饰组成的结构进行建模。

以往实验性蛋白质结构预测可能需要大约一个博士学位的时间，并花费数十万美元。之前的模型AlphaFold-2被用于预测数亿个结构，按照目前的实验结构生物学速度，这需要数亿个研究人员年的时间。

可想而知AlphaFold-3带来的影响究竟有多大。AlphaFold-3的开源，让科学家不仅节省大量的金钱，也节省了大量的科研时间。所以科学家们也是大为兴奋，甚至已经在搓搓手期待怎么用了。

（蜂耘人工智能网  责任编辑：梅子）