主要观点总结
DeepMind公司公布了其新一代人工智能平台AlphaFold3的源代码,该平台可用于预测蛋白结构以及蛋白质与其他生物分子相互作用的复合体结构。AlphaFold3的公布对于药物研发有重大意义,已经与Isomorphic Labs合作应用于药物设计。DeepMind团队期待看到全球科学家如何利用AlphaFold3解决新问题。
关键观点总结
关键观点1: AlphaFold3的公布
DeepMind公司在GitHub上公开了AlphaFold3的源代码,让全球的科研人员可以免费下载并使用这一工具,用于非商业化应用。
关键观点2: AlphaFold3的功能
AlphaFold3不仅能够根据氨基酸序列预测蛋白结构,还可以预测蛋白质与其它生物分子相互作用的复合体结构。这对于药物研发具有重大意义。
关键观点3: AlphaFold3的应用合作
DeepMind团队与致力于AI药物研发的Isomorphic Labs合作,并共同发表论文展示了全新的AlphaFold3。此外,Isomorphic Labs的研究人员正在借助AlphaFold3开展药物设计。
关键观点4: AlphaFold3的技术特点
AlphaFold3模型核心是在AlphaFold2基础上改进而来,并提升了模型的学习效率。它以扩散模块替代了AlphaFold2结构模块来直接预测原子坐标。
关键观点5: DeepMind团队的期待
DeepMind团队期待看到全球的科学家们如何利用AlphaFold3,并相信它将被应用于解决许多新问题。
文章预览
▎药明 康德内容团队编辑 今日, 谷歌 DeepMind公司在GitHub上公布了其新一代人工智能(AI)平台AlphaFold3的源代码,让全球的科研人员可以下载这一工具,用于非商业化应用。 AlphaFold3是该公司利用人工智能预测蛋白结构的AlphaFold平台的新一代版本,它不但能够根据氨基酸序列预测蛋白结构,还可以预测蛋白质与其它生物分子(包括DNA、RNA等)相互作用产生的复合体的结构。值得一提的是,DeepMind公司的Demis Hassabis博士和John Jumper博士因为开发AlphaFold解决蛋白质结构预测方面的贡献,今年获得了 诺贝尔化学奖 。 图片来源:123RF 今年5月,DeepMind团队与致力于AI药物研发的Isomorphic Labs合作,在 《自然》杂志发表论文 展示了全新的AlphaFold3。 AlphaFold3模型核心是在AlphaFold2基础上改进、演化而来,经过来自Protein Data Bank的各种生物分子、化学结构进行训练,并
………………………………