Badacze wychwalają kolejny "skok naprzód" dla AI po tym, jak Google DeepMind ujawnił najnowszą wersję swojego programu AlphaFold, który potrafi przewidzieć, jak białka zachowują się w złożonej symfonii życia.
Z raportu: Przełom obiecuje rzucić nowe światło na biologiczną machinerię, która stanowi podstawę żywych organizmów i przyczyniać się do przełomów w dziedzinach od antybiotyków i terapii nowotworowej po nowe materiały i odporne uprawy. "To dla nas wielki kamień milowy", powiedział Demis Hassabis, dyrektor generalny Google DeepMind i spin-offu Isomorphic Labs, który współtworzył AlphaFold3. "Biologia to układ dynamiczny, więc trzeba zrozumieć, jak właściwości biologii powstają poprzez interakcje między różnymi cząsteczkami."
Wcześniejsze wersje AlphaFold skupiały się na przewidywaniu struktur 3D 200 milionów białek, czyli elementów budulcowych życia, na podstawie ich składników chemicznych. Wiedza na temat kształtu białka jest kluczowa, ponieważ determinuje, jak białko będzie funkcjonować - albo jak będzie działać nieprawidłowo - wewnątrz żywego organizmu.
AlphaFold3 został przeszkolony na globalnej bazie danych struktur cząsteczkowych 3D i idzie o krok dalej, przewidując interakcje białek z innymi cząsteczkami i jonami, z którymi się zetkną. Gdy poproszony jest o przewidywanie, program zaczyna od chmury atomów i stopniowo przekształca ją w najbardziej dokładnie przewidywaną strukturę. Autorzy opisują w publikacji w Nature, jak AlphaFold3 może przewidywać, jak białka oddziałują z innymi białkami, jonami, odcinkami kodu genetycznego i mniejszymi cząsteczkami, takimi jak te opracowane na leki. W testach dokładność programu różniła się od 62% do 76%.
ELI5: Google DeepMind stworzył program o nazwie AlphaFold3, który może przewidywać zachowanie białek w organizmach. To ważne, ponieważ struktura białka determinuje jego funkcje w organizmie. Nowa wersja programu potrafi przewidywać, w jaki sposób białka oddziałują z innymi cząsteczkami i jonami. Dzięki temu program może być pomocny w dziedzinach takich jak antybiotyki, terapie nowotworowe, nowe materiały czy odporne uprawy roślin.
Źródła: