亚洲精品一区二区国产精华液,亚洲欧美中文日韩v在线观看,亚洲综合人成网免费视频,亚洲精品色婷婷在线影院,一区二区三区在线 | 网站

5月9日，谷歌DeepMind和Isomorphic Labs聯(lián)合發(fā)布了最新預(yù)測(cè)蛋白質(zhì)等結(jié)構(gòu)的大模型——AlphaFold 3.

據(jù)悉，AlphaFold 3可以通過準(zhǔn)確預(yù)測(cè)蛋白質(zhì)、DNA、RNA、配體等的結(jié)構(gòu)以及它們之間的相互作用，增強(qiáng)人類對(duì)新藥的發(fā)現(xiàn)方法與效率。

例如，用AlphaFold 3去預(yù)測(cè)新冠病毒(COVID-19)的刺突蛋白結(jié)構(gòu)，深度解讀病毒與宿主細(xì)胞ACE2受體之間的相互作用關(guān)系。

醫(yī)療研究人員便能基于該結(jié)構(gòu)的完整信息快速開發(fā)一種小分子藥物，阻斷新冠與ACE2的結(jié)合，從而有效地阻止病毒的入侵、復(fù)制和傳播。再經(jīng)過多輪動(dòng)物、臨床、人體的實(shí)驗(yàn)，一款特效藥、疫苗就能快速誕生了。

所以，不少醫(yī)學(xué)領(lǐng)域的科學(xué)家對(duì)AlphaFold 3的評(píng)價(jià)非常高，認(rèn)為AI也有機(jī)會(huì)去競(jìng)爭醫(yī)學(xué)領(lǐng)域的諾貝爾獎(jiǎng)。

目前，AlphaFold 3已經(jīng)免費(fèi)提供在線使用，手稿論文已在全球頂級(jí)期刊《自然》上發(fā)布，稍后會(huì)推出編輯整理版。

論文地址：https://www.nature.com/articles/s41586-024-07487-w#citeas

谷歌表示，自AlphaFold系列模型發(fā)布以來，全球數(shù)百萬科研人員在其幫助下實(shí)現(xiàn)了多項(xiàng)技術(shù)突破，在瘧疾疫苗、癌癥治療和酶設(shè)計(jì)等獲得了大獎(jiǎng)。

最新發(fā)布的AlphaFold 3是在2代模型基礎(chǔ)之上研發(fā)而成，并且使用了全新擴(kuò)散模型、Pairformer等創(chuàng)新模塊，進(jìn)一步增強(qiáng)對(duì)蛋白質(zhì)的預(yù)測(cè)準(zhǔn)確率以及架構(gòu)解讀。

解讀AlphaFold 3創(chuàng)新模塊

從AlphaFold 3的論文來看，雖然AlphaFold 2在預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)方面已經(jīng)很優(yōu)秀，但研究人員為了進(jìn)一步提升其準(zhǔn)確率和泛化能力，在AlphaFold 3引入了生成式AI領(lǐng)域非常火的擴(kuò)散模型。

使用擴(kuò)散模型的好處是，可以直接在原始原子坐標(biāo)上操作，而不需要依賴于氨基酸特定的框架或側(cè)鏈扭轉(zhuǎn)角度。這種直接預(yù)測(cè)原子坐標(biāo)的方法有助于減少立體化學(xué)的損失。

其核心思想是將結(jié)構(gòu)預(yù)測(cè)問題轉(zhuǎn)化為一個(gè)逆向過程，從帶有噪聲的坐標(biāo)中恢復(fù)出真實(shí)的生物分子結(jié)構(gòu)。這個(gè)過程通過逐步去噪，逐漸精細(xì)化結(jié)構(gòu)預(yù)測(cè)。可指導(dǎo)AlphaFold 3學(xué)習(xí)如何從噪聲數(shù)據(jù)中恢復(fù)出準(zhǔn)確的蛋白質(zhì)結(jié)構(gòu)信息。

在上一代AlphaFold 2模型中，Evoformer模塊對(duì)準(zhǔn)確預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)發(fā)揮了重要作用，負(fù)責(zé)處理多序列比對(duì)(MSA)表示、成對(duì)表示和單個(gè)殘基表示。但Evoformer也有一個(gè)非常致命的缺點(diǎn)，就是對(duì)算力的消耗非常大，不適用于批量大規(guī)模業(yè)務(wù)。

所以，在AlphaFold 3中用Pairformer替代了Evoformer模塊，徹底去除了對(duì)MSA表示的處理,只保留了簡單、高效的成對(duì)表示和單個(gè)殘基表示。

Pairformer模塊只有4個(gè)transformer塊組成,僅使用簡單的加權(quán)平均方法處理MSA表示,接著所有信息都通過成對(duì)表示傳遞給48個(gè)標(biāo)準(zhǔn)的transformer塊進(jìn)一步處理數(shù)據(jù)。

這種巧妙的設(shè)計(jì)不僅極大節(jié)省了算力，還提升了AlphaFold 3的預(yù)測(cè)泛化能力，可輕松預(yù)測(cè)各種非天然化合物。

根據(jù)谷歌公布的測(cè)試數(shù)據(jù)顯示，AlphaFold 3 的準(zhǔn)確性比 PoseBusters 基準(zhǔn)測(cè)試中最佳傳統(tǒng)方法高出50%，這也是首個(gè)超越基于物理的生物分子結(jié)構(gòu)預(yù)測(cè)AI模型。

為什么預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)很重要

所有的植物、動(dòng)物和人類細(xì)胞內(nèi)部都有數(shù)十億的分子機(jī)器，并由蛋白質(zhì)、DNA等多種分子組成。

但是，這些分子并不是獨(dú)立工作的，它們需要互相配合才能完成復(fù)雜的生命活動(dòng)。只有通過研究這些分子如何協(xié)同工作，我們才能真正理解生命的運(yùn)作過程。

例如，當(dāng)你吃東西的時(shí)候體內(nèi)的消化酶(一種蛋白質(zhì))就開始工作，幫助你分解食物。消化酶需要與食物中的分子相互作用，把大的分子分解成小的分子，身體才能吸收這些營養(yǎng)物質(zhì)。

因此，蛋白質(zhì)在所有生物過程中都扮演關(guān)鍵角色，包括細(xì)胞信號(hào)傳遞、免疫反應(yīng)、代謝和細(xì)胞結(jié)構(gòu)維持等。

很多疾病，例如，癌癥、阿爾茨海默病、心血管疾病等，都與蛋白質(zhì)的異常功能或折疊有關(guān)。

只有通過預(yù)測(cè)和理解特定蛋白質(zhì)的結(jié)構(gòu)，醫(yī)療科學(xué)家可以更好地理解疾病的分子基礎(chǔ)，進(jìn)而發(fā)現(xiàn)疾病的成因和潛在的治療目標(biāo)，加速醫(yī)藥的研發(fā)進(jìn)程。