Google DeepMind on avaldanud AlphaFold 3 masinõppesüsteemi lähtekoodid, mis on mõeldud valkude kolmemõõtmelise struktuuri ennustamiseks ja valkude interaktsioonide modelleerimiseks teiste molekulitüüpidega. Masinõppetehnoloogiate loomise eest, mis on rakendatud AlphaFoldi teises versioonis, on sel aastal antud keemia Alfred Nobeli auhind. AlphaFold 3-ga seotud tööriist on kirjutatud Pythonis ja C++-s ning levis CC BY-NC-SA 4.0 litsentsi alusel. Treenitud mudeleid pakutakse kasutaja lepingu alusel. Eraldi on välja töötatud server, mis võimaldab AlphaFold 3-ga eksperimenteerida veebirežiimis.
Mudelite kogum, mis on treenitud kõikide teadaolevate valkude struktuuride ja aminohapete järjestuste kirjeldustega, lahendab valkude kokkupanemise probleemi ja võimaldab ennustada uute valkude kolmemõõtmelist struktuuri vähemalt sama täpselt, kui laboratoorsed analüüsid, samas kui valkude interaktsioonide hindamisel teiste molekulitüüpidega ületab see oluliselt olemasolevaid ennustamismeetodeid. AlphaFoldi kolmas mudeliversioon erineb selle poolest, et see kasutab uut arhitektuuri nimega "Pairformer", mis arendab "transformer" arhitektuuri ideed.
Erinevalt AlphaFold 2-st ei piirdu uus versioon üksikute polüpeptiidahelatega, vaid seda saab kasutada valkude komplekside ennustamiseks DNA ja RNA-ga ning modifitseeritud versioonide modelleerimiseks. AlphaFoldile edastatakse molekulide loetelu ja väljundina genereeritakse ühine 3D-struktuur, mis määrab ära tõenäolisema interaktsiooni antud molekulide vahel.
Praktilisest küljest saab AlphaFold 3-d kasutada ravimite ja ravimeetodite väljatöötamiseks, samuti uute valkude loomiseks. Näiteks on AlphaFoldi abil projekteeritud valk, mis suudab kinnituda teatud vähirakkudele, mida saab kasutada uue põlvkonna vähivastases ravis. AlphaFoldi kasutatakse ka antikehade ja valkude interaktsioonide uurimiseks, et mõista inimese immuunvastust ja luua uusi antikehi.
Allikas: opennet.ru
