Wetenschap
De AlphaFold 3-upgrade maakt de voorspelling van andere soorten biomoleculaire systemen mogelijk
Een gecombineerd team van medische onderzoekers en AI-systeemspecialisten van Google's Deep Mind-project en Isomorphic Labs, beide in Londen, heeft wat de groep beschrijft als substantiële verbeteringen aan AlphaFold 2 aangebracht die het voor de applicatie mogelijk maken om de structuur van een grote verscheidenheid aan systemen te voorspellen. van biomoleculaire systemen breder en nauwkeuriger. De nieuwe iteratie heet AlphaFold 3.
In hun onderzoek gepubliceerd in het tijdschrift Nature , gebruikte de groep diffusietechnieken om verbeteringen aan te brengen in het onderliggende architecturale model van de applicatie, zodat meer algemene voorspellingen konden worden gedaan.
De eerste versie van het op deep learning gebaseerde AI-systeem AlphaFold werd slechts vier jaar geleden uitgebracht en werd geprezen vanwege zijn vermogen om nauwkeurige voorspellingen te doen over de structuur van eiwitten met behulp van sequenties van aminozuren. Het heeft onderzoekers ook geholpen beter te begrijpen hoe eiwitten werken. AlphaFold 2 bouwde voort op dergelijke mogelijkheden en verbreedde de complexen die voorspeld konden worden.
In deze nieuwe iteratie heeft het onderzoeksteam de applicatie de mogelijkheid gegeven om biomoleculaire systemen te voorspellen die verder gaan dan eiwitten. Het kan bijvoorbeeld liganden of RNA- of DNA-structuren voorspellen. Ze merken op dat het zelfs voorspellingen kan doen over de structuur van ionen, nucleïnezuren, andere eiwitten en interacties tussen antilichamen en antigenen.
Deze capaciteiten, zo merken de onderzoekers op, maken het tot een nuttig hulpmiddel voor de ontdekking van nieuwe medicijnen. Een geneesmiddelenonderzoeksbedrijf (en een spin-off van DeepMind) gebruikt het nieuwe systeem al om precies dat te doen.
Naast het doen van voorspellingen over andere biomoleculaire structuren, beweert het onderzoeksteam dat AlphaFold 3 ook veel nauwkeuriger is dan zijn eerdere iteraties en zijn concurrenten. Maar ze erkennen ook dat er ruimte is om te groeien:AlphaFold 3 heeft bijvoorbeeld een chiraliteitsfoutpercentage van 4,4%. Het hallucineert soms ook, waardoor de verschijning van linten vermindert.
Ze merken op dat het werk met het AlphaFold-systeem zal worden voortgezet, omdat het team ernaar streeft de nauwkeurigheid te verbeteren en meer soorten systemen toe te voegen waarop het kan worden toegepast. Ze zijn ook van plan een rangschikkingsstructuur te introduceren om gebruikers te helpen een oordeel te vellen over de resultaten die door het systeem worden geleverd.