Virksomheden Google DeepMind har offentliggjort kildekoderne til maskinlæring systemet AlphaFold 3, som er designet til at forudsige den tredimensionale struktur af proteiner og modellere interaktioner mellem proteiner og andre molekyler. For udviklingen af maskinlæringsalgoritmerne implementeret i den anden version af AlphaFold, blev der i år tildelt Nobelprisen i kemi. Det værktøj, der er relateret til AlphaFold 3, er skrevet i Python og C++, og distribueres under licensen CC BY-NC-SA 4.0. Trænede modeller tilbydes baseret på en brugerlicens. Separat er der lanceret server, som tillader at eksperimentere med AlphaFold 3 i online-tilstand.
Modellen, der er trænet på en samling, der beskriver strukturerne af alle kendte proteiner og aminosyresekvenser, løser proteinfoldingsproblemet og giver mulighed for at forudsige den tredimensionale struktur af nye proteiner med en præcision, der mindst ikke er under laboratorieanalysen, og ved vurdering af interaktion mellem proteiner og andre molekyler overgår metoderne til forudsigelse betydeligt. Den tredje version af AlphaFold-modellen adskiller sig ved at anvende en ny arkitektur kaldet "Pairformer", som udvikler ideen bag "transformer"-arkitekturen.
I modsætning til AlphaFold 2 er den nye version ikke begrænset til proteiner, der består af en enkel polypeptidkæde, og kan anvendes til at forudsige protein komplekser med DNA og RNA samt modellere modificerede varianter af disse molekyler. En liste over molekyler sendes til AlphaFold, og som output dannes der en fælles 3D-struktur, der bestemmer den mest sandsynlige interaktion mellem de angivne molekyler.
Fra en praktisk synsvinkel kan AlphaFold 3 anvendes til at udvikle lægemidler og behandlingsmetoder samt skabe nye proteiner. For eksempel er der med hjælp fra AlphaFold designet et protein, der kan binde sig til bestemte kræftceller, hvilket kan bruges i nye generationers kræftbehandling. AlphaFold anvendes også aktivt til at studere interaktionen mellem antistoffer og proteiner for at forstå menneskets immunrespons og skabe nye antistoffer.
Kilde: opennet.ru
