Google DeepMind on avalikustanud masinaõppe süsteemi AlphaFold 3 lähtekoodid, mis on mõeldud valgustruktuuride 3D-modelleerimiseks ning valkude interaktsioonide modelleerimiseks teiste molekulitüüpidega. Masinaõppimise algoritmide loomise eest, mis on rakendatud AlphaFoldi teises versioonis, anti sel aastal keemia Nobeli preemia. AlphaFold 3-ga seotud tööriistad on kirjutatud Pythonis ja C++-s ning jaotatakse litsentsi CC BY-NC-SA 4.0 alusel. Treenitud mudelid on saadaval kasutajalepingute alusel. Eraldi on avatud server, mis võimaldab AlphaFold 3-ga online-režiimis eksperimenteerida.
Mudel, mis on koolitatud kõigi tuntud valkude ja aminohapete järjestuste struktuure kirjeldava kogumi alusel, lahendab valgu kokkuvoldumise probleemi ja võimaldab ennustada uute valkude kolmemõõtmelist struktuuri vähemalt sama täpselt nagu laboratoorsed analüüsid; valkude interaktsiooni hindamisel teiste molekuli liikidega ületab see oluliselt olemasolevaid ennustamismeetodeid. Kolmas versioon mudelist AlphaFold erineb uue arhitektuuri "Pairformer" kasutuselevõtuga, mis arendab "transformeri" arhitektuuri ideed.
Erinevalt AlphaFold 2-st ei ole uus versioon piiratud ühe polüpeptiidahela koostisosadega, vaid seda saab kasutada valkude komplekside ennustamiseks koos DNA ja RNA-ga ning modifitseeritud versioonide modelleerimiseks. AlphaFold'i sisendiks on molekulide nimekiri, mille peale genereeritakse ühine 3D-struktuur, mis määratleb kõige tõenäolisema interaktsiooni nimetatud molekulide vahel.
Praktiliselt võib AlphaFold 3 olla kasutusel ravimite ja ravimeetodite arendamisel ning uute valkude loomisel. Näiteks on AlphaFold abil loodud valk, mis suudab kinnituda teatud vähirakkude külge, mida saab kasutada uue põlvkonna vähiravis. AlphaFoldi kasutatakse ka antikehade interaktsioonide uurimiseks valkudega, et mõista inimimmuunsust ja luua uusi antikehi.
Allikas: opennet.ru
