谷歌DeepMind最新人工智能模型有望革新药物发现

(SeaPRwire) –   Google DeepMind研发的AlphaFold 3是一个AI模型,可以预测生物分子包括蛋白质、DNA和RNA以及可能成为药物的小分子之间的结构和相互作用。Google DeepMind将通过免费提供该模型用于非商业用途。该突破性创新的细节于5月8日在《自然》杂志上发表,很可能会极大地加速生物学研究。

“今天对我们来说是一个重要里程碑,宣布AlphaFold 3,”Google DeepMind首席执行官Demis Hassabis在5月7日宣布这一突破性进展的简报会上说。“生物学是一个动态系统,你必须了解生物学性质是如何通过细胞内不同分子之间的相互作用而产生的。你可以把AlphaFold 3看作我们朝这个方向迈出的第一步。”

该AI系统是Google DeepMind开发的基于深度学习的前身系统的后代,它基本上解决了根据氨基酸结构预测蛋白质三维结构的问题。Google DeepMind发布的第一个AlphaFold模型于2018年公布,试图预测蛋白质结构,并在国际蛋白质结构预测竞赛中获得第一名。2020年发布的AlphaFold 2显著改进了第一个模型的蛋白质结构预测准确性。

AlphaFold 3的进一步之处在于,它可以预测几乎所有生物分子的结构,并模拟这些分子之间的相互作用。虽然研究人员长期开发专门的计算方法来模拟特定类型生物分子之间的相互作用,但AlphaFold 3标志着首次有一个单一系统能够用目前最先进的性能预测几乎所有分子类型之间的相互作用。

生物系统分子的性质和功能通常是它们与其他分子相互作用的结果。通过实验来理解分子间相互作用可能需要多年的研究时间并且成本高昂。如果这些相互作用可以通过足够准确的计算方式估算,那么生物研究就可以极大地加速。例如,如果研究人员认为与某种蛋白质特定位点结合的分子可能是有希望的药物候选物,他们就可以使用像AlphaFold 3这样的计算系统来测试潜在的药物分子。

“AlphaFold继续改进,并且越来越相关生物调查,”伦敦弗朗西斯·克里克研究所的首席执行官兼主任、诺贝尔生理学或医学奖得主保罗·纳斯在Google DeepMind宣布时发表的声明中说。“这个第三版本将使预测不同大分子之间复合物以及大分子、小分子和离子之间的结合的准确性更高。”

Google DeepMind于2010年由Hassabis同共同创始人Demis Hassabis、Google DeepMind首席人工智能科学家Shane Legg和Mustafa Suleyman成立。(Suleyman现在是微软人工智能部门Microsoft AI的首席执行官,负责微软的消费者人工智能产品和研究。)2014年,DeepMind被谷歌收购。2023年,谷歌将DeepMind与另一个谷歌人工智能部门Google Brain合并,成立Google DeepMind,结束了DeepMind领导层争取从母公司获得更大自主权的努力。

除了AlphaFold系列人工智能系统外,Google DeepMind还取得了几项推进科学技术的突破性成果。2022年,公司开发了一种可以发现新算法的人工智能系统;2023年,它开发了一种可以以前所未有的准确度预测天气的人工智能模型。同年,Google DeepMind还开发了一种它声称可以准确预测材料结构的人工智能模型,但后来该模型的实用性受到独立研究人员质疑。

2021年,谷歌母公司Alphabet成立了同态实验室,旨在以人工智能为先导开展药物发现。同态实验室的研究人员参与了AlphaFold 3的开发。尽管AlphaFold Server可以被任何非商业研究人员使用,但同态实验室的研究人员将独家使用AlphaFold 3进行商业用途。

“我们在药物设计项目中日常使用AlphaFold 3的功能,”同态实验室首席人工智能官Max Jaderberg在宣布简报会上说。“我们已经看到它有可能加速、改进和最终转变我们进行药物发现的方式,这全靠这个模型的新一级准确性和预测的更广泛的生物分子范围。”