谷歌DeepMind悄然开源了其前沿的人工智能（AI）模型，该模型可以预测蛋白质与其他分子之间的相互作用。这款大型语言模型被称为AlphaFold 3，是AlphaFold 2的继任者，后者的研究成果使大型语言模型（LLM）的创建者Demis Hassabis和John Jumper荣获2024年诺贝尔化学奖。AlphaFold 3进一步提升了能力，能够建模蛋白质与DNA、RNA和其他小分子的相互作用，这可能有助于新药的发现。
谷歌DeepMind开源AlphaFold 3 AI模型
蛋白质结构研究一直是化学领域的重点之一。由于蛋白质的3D形状和原子细节是药物的目标，因此发现新的蛋白质结构往往可以开启以前未被探索的医疗干预目标和机制。简而言之，我们对蛋白质结构的理解越深入，针对各种疾病和自身免疫疾病的药物就越有效。
尽管谷歌DeepMind没有正式宣布发布AlphaFold 3 AI模型，但已在GitHub上提供了源代码和模型权重。然而，这些资源仅限于学术和研究用途。源代码免费提供，受Creative Commons许可保护，而模型权重则需要获得谷歌的直接授权才能用于学术用途。
据信，如果AI模型能够准确地突出蛋白质与DNA、RNA和其他小分子的相互作用，研究人员将能够加速新型合成药物的制造。此外，研究人员还能够自动化那些原本可能需要多年时间且无法保证成功的任务。AlphaFold 3是在2021年发布AlphaFold 2后的三年推出的。在一项研究中，首席作者指出，借助AI模型，药物发现可能会变得更加容易。
AlphaFold 3基于大量的蛋白质结构及其与其他分子相互作用的研究材料和数据集进行训练。通过理解蛋白质结构的上下文和逻辑，大型语言模型可以预测某些靶区在接触特定分子时的反应。
(全文结束)
