由 Google DeepMind 開發的突破性蛋白質摺疊 AI AlphaFold 3 的最新版本,代表了我們對生命基本組成單元的理解和操作能力有了重大進步。這個新模型不僅在預測蛋白質的 3D 結構方面超越了前代,而且還擴展了其能力,能夠準確地模擬蛋白質與小分子(稱為配體)之間的相互作用。

能夠準確預測配體的 3D 結構是一個重大突破,因為它為藥物發現、生物可再生材料的開發以及基因組研究的進步開闢了新的道路。AlphaFold 3 在這個領域的表現超越了行業標準的專門物理系統,展示了機器學習在解決複雜問題方面的強大能力。

此外,這個模型的多功能性不僅限於蛋白質和配體,它現在也能預測離子、DNA 和 RNA 的結構。這種多方面的能力證明了 AlphaFold 團隊的通用方法,使模型能夠在各自的領域超越專門系統。

AlphaFold 3 背後的技術進步同樣令人印象深刻,包括引入了 Pairformer 模塊和基於擴散的 3D 分子結構生成方法。這些創新,加上對模型架構的持續改進,使準確性大幅提高,尤其是在預測蛋白質抗體方面,其性能已經超過一倍。

儘管該模型仍有一些局限性,如無法捕捉動態行為以及擴散模塊對初始隨機噪聲的敏感性,但 AlphaFold 3 的整體影響是不可否認的。這項工作已經在拯救生命,並將在未來繼續這樣做,因為它加速了藥物發現,促進了更有抗性作物的開發,並為人類帶來了廣泛的其他應用。