主要观点总结
AlphaFold 3的开源复现工作受到广泛关注。初创公司Ligo在短短不到四个月的时间内完成了这项任务。AlphaFold 3主要可用于三类任务：预测蛋白质结构、预测药物-蛋白质相互作用结构以及预测核酸-蛋白质复合物结构。此次Ligo发布的模型可在GitHub仓库中找到，并使用了Apache 2.0许可证实现开源。在复现过程中，Ligo团队发现了原始论文中的多个问题并进行了改进。同时，其他实验室和机构也在进行破解、复现AlphaFold 3的工作。
关键观点总结
关键观点1: AlphaFold 3的开源复现引起广泛关注
AlphaFold 3的发布引起了行业内外的热议，由于其解决了一个长期未解决的问题并有望推动生物科学的发展。DeepMind只发布了论文而没有公开代码，这使得许多科学家和团队开始尝试复现这一模型。
关键观点2: 初创公司Ligo率先完成AlphaFold 3的开源复现
Ligo这个成立不到一年的初创公司在众多竞争者中率先完成了AlphaFold 3的开源复现工作。该团队由三位牛津大学的本科生创立，他们在复现过程中遇到了许多挑战，但成功地解决了这些问题并公开了他们的成果。
关键观点3: AlphaFold 3的主要应用
AlphaFold 3主要用于三类任务：预测蛋白质结构、预测药物-蛋白质相互作用结构以及预测核酸-蛋白质复合物结构。这些应用将对生物科技行业产生广泛的影响，包括CRISPR基因编辑技术、癌症研究以及抗体/纳米抗体的靶向预测等。
关键观点4: Ligo团队在复现过程中的发现和改进
在复现AlphaFold 3的过程中，Ligo团队发现了原始论文中的多个问题，包括MSE损失缩放公式有误、论文中省略了原DiT包含的残差层以及当前形式的MSA模块中存在无效层等。他们针对这些问题进行了改进，并公开了他们的代码和权重。
关键观点5: 其他实验室和机构也在进行复现工作
除了Ligo团队外，其他实验室和机构也在尝试复现AlphaFold 3。OpenFold团队和独立软件工程师Phil Wang都组织了众包开源项目，用PyTorch复现AlphaFold 3。
文章预览
新智元报道 编辑：乔杨 好困 【新智元导读】 5月发布的AlphaFold 3有论文、没代码，让许多机构和团队纷纷开启了「复现AF3」的工作。率先做出成果的，是一家成立不到一年的初创Ligo，3位创始人全都是牛津大学的本科生。 谷歌DeepMind5月发布的AlphaFold 3同时席卷了生物界和计算机科学界，被认为是「有诺奖潜力的成果」。 成就如此卓著、意义如此重大，AF3的成果公开自然让众多科学家翘首以盼。 然而，DeepMind团队却泼下了一盆巨大的冷水。他们只放出了论文，并没有公布任何相关的代码或模型权重。 AlphaFold是一项千载难逢的突破，对生物科学产生了巨大影响。我认为它的作者最终会获得诺贝尔奖，因为他们解决了一个70多年来一直无法破解的巨大问题。我基本上每天都在工作中使用它，指导药物发现和实验上有用的HBV聚合酶的工程设计。 最
………………………………
