醫(yī)學(xué)領(lǐng)域重大突破！谷歌發(fā)布最新AI模型AlphaFold 3，有望徹底改變藥物發(fā)現(xiàn)

　　谷歌DeepMind發(fā)布了AlphaFold的新版本，這是一個變革性的機(jī)器學(xué)習(xí)模型，可以預(yù)測蛋白質(zhì)的形狀和行為。

　　AlphaFold 3不僅更加準(zhǔn)確，而且還能預(yù)測與其他生物分子的相互作用，使其成為一種用途更廣的研究工具。同時該公司將在網(wǎng)上免費(fèi)提供該模型的有限版本。

　　01.谷歌正式發(fā)布AlphaFold 3

　　從2018年第一個AlphaFold首次亮相以來，該模型一直是根據(jù)組成蛋白質(zhì)的氨基酸序列預(yù)測蛋白質(zhì)結(jié)構(gòu)的領(lǐng)先方法。

　　雖然這聽起來像是一項(xiàng)相當(dāng)小眾的研究，但從分子水平上理解蛋白質(zhì)，就像是它們在我們體內(nèi)執(zhí)行著幾乎無窮無盡的各種任務(wù)，這幾乎是所有生物學(xué)的基礎(chǔ)。

　　近年來，AlphaFold和RoseTTaFold等計算建模技術(shù)取代了昂貴的實(shí)驗(yàn)室方法，加速了多個領(lǐng)域成千上萬研究人員的工作。

　　DeepMind創(chuàng)始人Demis Hassabis在一次關(guān)于新系統(tǒng)的新聞發(fā)布會上表示：“每一個模型都只是前進(jìn)道路上的一步。”

　　公司曾在去年年底預(yù)告過這一系統(tǒng)的發(fā)布，但這次是它的正式亮相。各種改進(jìn)和建模技術(shù)使AlphaFold 3不僅更加準(zhǔn)確，而且適用范圍更廣。

　　蛋白質(zhì)建模的局限之一在于，即使知道氨基酸序列的形狀，也并不意味著一定可以知道它將與哪些其他分子結(jié)合，以及如何結(jié)合。如果用戶想真正利用這些分子做些事情，需要通過更費(fèi)力的建模和測試來找出答案。

　　Hassabis表示：“生物學(xué)是一個動態(tài)系統(tǒng)，用戶必須了解生物學(xué)特性是如何通過細(xì)胞中不同分子之間的相互作用而產(chǎn)生的。可以把AlphaFold 3視為我們?yōu)榇诉~出的第一步。”

　　02.強(qiáng)大的模型性能

　　當(dāng)然，AlphaFold 3能夠模擬蛋白質(zhì)與其他蛋白質(zhì)的相互作用，也能模擬其他生物大分子，其中重要的是DNA和RNA鏈。

　　AlphaFold 3可以同時模擬多個分子，例如一條DNA鏈、一些DNA結(jié)合分子和一些離子。

　　下面就是這種特定組合的結(jié)果，DNA帶從中間向上，蛋白質(zhì)粘在邊上，離子像雞蛋一樣嵌在中間：

　　當(dāng)然，這本身并不是科學(xué)發(fā)現(xiàn)。但是，即使要弄清一種實(shí)驗(yàn)蛋白質(zhì)到底會不會結(jié)合，或以這種方式結(jié)合，或扭曲成這種形狀，一般也至少需要數(shù)天甚至數(shù)周至數(shù)月的時間。

　　在過去幾年中，研究人員在很大程度上受制于交互建模的缺乏和模型部署的困難。

　　第二個問題也許是兩個問題中更大的問題，因?yàn)殡m然新的建模技術(shù)在某種意義上是“開放”的，但與其他人工智能模型一樣，它們的部署和操作并不一定簡單。

　　這就是為什么谷歌DeepMind要提供AlphaFold服務(wù)器的原因，這是一個完全托管的免費(fèi)網(wǎng)絡(luò)應(yīng)用程序，可用于非商業(yè)用途。

　　AlphaFold服務(wù)器是免費(fèi)的，而且非常容易使用。用戶只需要一個谷歌賬戶，然后向它輸入它能處理的序列和類別(提供了一些示例)，然后提交;幾分鐘后，工作即可完成，用戶會得到一個實(shí)時三維分子，其顏色代表了模型對該位置構(gòu)象的信心。

　　正如上圖所示，色帶的頂端和那些更容易暴露在游離原子中的部分顏色較淺或?yàn)榧t色，表示可信度較低。

　　當(dāng)被問及公開的模型和內(nèi)部使用的模型是否有真正的區(qū)別時，Hassabis表示：“我們已經(jīng)提供了新模型的大部分功能”，但沒有正面回答問題。

　　這顯然是谷歌在施展自己的影響力，同時在某種程度上也將最好的部分留給了自己。

　　制作這樣一款免費(fèi)的托管工具需要投入大量的資源，對谷歌來說，也是一個昂貴的共享軟件版本。目的是讓全世界的研究人員相信，AlphaFold 3至少應(yīng)該是他們的一把利劍。

　　正如Hassabis所言，如今人人都在使用計算工具，但I(xiàn)somorphic卻率先使用了DeepMind的最新模型，并將其與“藥物發(fā)現(xiàn)方面的一些專有技術(shù)”相結(jié)合。該公司已經(jīng)與禮來公司(Eli Lilly)和諾華公司(Novartis)建立了合作關(guān)系。

　　不過，AlphaFold并不是生物學(xué)的全部，它只是一個非常有用的工具，無數(shù)研究人員都會同意這一點(diǎn)。該實(shí)驗(yàn)室正在將AlphaFold這樣的計算工具應(yīng)用于藥物設(shè)計，從而實(shí)現(xiàn)Isomorphic的Max Jaderberg所說的“理性藥物設(shè)計”。

　　Hassabis補(bǔ)充道：“我們想一想，這對Isomorphic Labs的日常工作有什么影響?”

　　“答案很顯然， 它讓我們的科學(xué)家、我們的藥物設(shè)計人員能夠在原子水平上創(chuàng)建和測試假設(shè)，然后在幾秒鐘內(nèi)做出高度準(zhǔn)確的結(jié)構(gòu)預(yù)測。同時幫助科學(xué)家推理應(yīng)該進(jìn)行哪些相互作用，以及如何推進(jìn)這些設(shè)計以創(chuàng)造出好的藥物。”

　　“這與通過實(shí)驗(yàn)完成這項(xiàng)工作所需的數(shù)月甚至數(shù)年時間相比，簡直是天壤之別。”

　　03.模型發(fā)布存在爭議

　　雖然很多人會慶祝這一成就以及像AlphaFold Server這樣的免費(fèi)托管工具的廣泛可用性，但其他人可能會正確地指出，這并不是開放科學(xué)的真正勝利。

　　與許多專有的人工智能模型一樣，AlphaFold的訓(xùn)練過程和基本組成部分，在很大程度上被隱瞞了，而且隱瞞得越來越多。

　　雖然發(fā)表在《Nature》上的這篇論文確實(shí)詳細(xì)介紹了它的創(chuàng)建方法，但很多重要的細(xì)節(jié)和數(shù)據(jù)都沒有公開，這意味著想要使用這個地球上最強(qiáng)大的分子生物學(xué)工具的科學(xué)家們將不得不在Alphabet、谷歌和DeepMind的監(jiān)視下使用它。

　　開放科學(xué)的倡導(dǎo)者多年來一直在說，雖然這些進(jìn)步非常了不起，但從長遠(yuǎn)來看，公開分享這類東西總是更好的。

　　畢竟，科學(xué)就是這樣發(fā)展的。事實(shí)上，世界上一些最重要的軟件也是這樣發(fā)展的。

　　將AlphaFold服務(wù)器免費(fèi)提供給任何學(xué)術(shù)或非商業(yè)應(yīng)用，在很多方面都是非�？犊�的行為。但是，谷歌的慷慨很少是沒有附加條件的。

　　毫無疑問，許多研究人員還是會利用這段時間，在付費(fèi)之前盡可能多地使用該模型。