DeepMind публикува кода на AlphaFold 3, AI система за моделиране на структурата на белтъците

Компания Google DeepMind публикува изходния код на системата за машинно обучение AlphaFold 3, предназначена за предсказване на тримерната структура на протеините и моделиране на взаимодействията на протеините с други типове молекули. За разработването на алгоритмите за машинно обучение, реализирани втора версия на AlphaFold, тази година беше присъдена Нобелова награда по химия. Свързаният с AlphaFold 3 инструментариум е написан на Python и C++ и се разпространява под лиценз CC BY-NC-SA 4.0. Обучените модели се предоставят на базата на потребителското споразумение. Отделно е стартиран сървър, който позволява експериментиране с AlphaFold 3 в онлайн режим.

Моделът, обучен на колекция от описания на структурите на всички известни протеини и аминокиселинни последователности, решава проблема с навиването на протеините и позволява предсказване на тримерната структура на нови протеини с точност, която поне не отстъпва на лабораторния анализ, а при оценка на взаимодействието на протеините с другите типове молекули значително превъзхожда съществуващите методи за предсказване. Третата версия на модела AlphaFold се отличава с новата архитектура „Pairformer“, развиваща идеята на архитектурата „трансформер“.

В отличие от AlphaFold 2, новата версия не е ограничена до протеини, състоящи се от една полипептидична верига, и може да се прилага за предсказване на протеинови комплекси с ДНК и РНК, както и моделиране на модифицирани варианти на тези молекули. На входа AlphaFold получава списък с молекули, а на изхода се формира съвместна 3D структура, определяща най-вероятното взаимодействие между посочените молекули.

От практическа гледна точка AlphaFold 3 може да се използва за разработка на лекарства и методи за лечение, както и създаване на нови протеини. Например, с помощта на AlphaFold беше проектиран протеин, способен да се свързва с определени ракови клетки, което може да се използва в ново поколение противоракова терапия. AlphaFold също активно се използва при изследването на взаимодействието на антителата с протеините за разбиране на имунния отговор на човека и създаване на нови антитела.

Източник: opennet.ru