Обновление AlphaFold 3 позволяет прогнозировать другие типы биомолекулярных систем

Объединенная команда медицинских исследователей и специалистов по системам искусственного интеллекта из проекта Google Deep Mind и Isomorphic Labs, расположенных в Лондоне, внесла, по словам группы, существенные улучшения в AlphaFold 2, которые позволяют приложению предсказывать структуру самых разнообразных объектов. биомолекулярных систем более широко и точно. Новая итерация называется AlphaFold 3.

В своем исследовании, опубликованном в журнале Природагруппа использовала методы распространения, чтобы улучшить базовую архитектурную модель приложения, чтобы можно было делать более общие прогнозы.

Первая версия системы искусственного интеллекта AlphaFold, основанной на глубоком обучении, была выпущена всего четыре года назад и получила признание за свою способность делать точные прогнозы о структуре белков, используя последовательности аминокислот. Это также помогло исследователям лучше понять, как работают белки. AlphaFold 2 построен на таких возможностях, расширяя круг предсказуемых комплексов.

В этой новой версии исследовательская группа дала приложению возможность прогнозировать биомолекулярные системы, помимо белков. Например, он может предсказывать лиганды или структуры РНК или ДНК. Они отмечают, что он может даже делать прогнозы о структуре ионов, нуклеиновых кислот, других белков и взаимодействии между антителами и антигенами.

Эти способности, отмечают исследователи, делают его полезным инструментом для открытия новых лекарств. Компания по разработке лекарств (и дочерняя компания DeepMind) уже использует новую систему именно для этого.

Помимо прогнозов о других биомолекулярных структурах, исследовательская группа утверждает, что AlphaFold 3 также намного точнее, чем его предыдущие версии и конкуренты. Но они также признают, что есть куда расти: например, AlphaFold 3 имеет коэффициент ошибок киральности 4,4%. Также иногда возникают галлюцинации, что уменьшает появление лент.

Они отмечают, что работа над системой AlphaFold будет продолжена, поскольку команда стремится повысить точность и добавить больше типов систем, к которым ее можно применять. Они также планируют ввести структуру ранжирования, чтобы помочь пользователям делать выводы о результатах, предоставляемых системой.

© 2024 Сеть Science X