Tvrtka Google DeepMind objavila je izvorne kodove sustava strojnog učenja AlphaFold 3, namijenjenog predviđanju trodimenzionalne strukture proteina i modeliranju interakcija proteina s drugim vrstama molekula. Za razvoj algoritama strojnog učenja implementiranih u drugoj verziji AlphaFolda, ove godine dodijeljena je Nobelova nagrada za kemiju. Alati povezani s AlphaFold 3 napisani su u Pythonu i C++, i distribuiraju se pod licencom CC BY-NC-SA 4.0. Trenutne modele pruža se na temelju korisničkog sporazuma. Odvojeno je pokrenut server, koji omogućava eksperimentiranje s AlphaFold 3 u online režimu.
Model, koji je treniran na kolekciji opisa struktura svih poznatih proteina i aminokiselinskih sekvenci, rješava problem preklapanja proteina i omogućava predviđanje trodimenzionalne strukture novih proteina s točnošću koja barem ne zaostaje za laboratorijskom analizom, a prilikom procjene interakcija proteina s drugim vrstama molekula znatno nadmašuje postojeće metode predviđanja. Treća verzija modela AlphaFold razlikuje se po upotrebi nove arhitekture „Pairformer“, koja razvija ideju arhitekture „transformer“.
Za razliku od AlphaFold 2, nova verzija nije ograničena na proteine sastavljene od jedne polipeptidske lance i može se primjenjivati za predviđanje proteina kompleksa s DNK i RNK, kao i modeliranje modificiranih varijanti tih molekula. U AlphaFold se unosi popis molekula, a izlaz formira zajednička 3D struktura koja definira najvjerojatniju interakciju navedenih molekula.
S praktične strane AlphaFold 3 može se koristiti za razvoj lijekova i terapija, kao i za stvaranje novih proteina. Na primjer, uz pomoć AlphaFolda projektiran je protein koji se može vezati za određene stanice raka, što se može koristiti u onkološkoj terapiji nove generacije. AlphaFold se također aktivno koristi pri proučavanju interakcija antitijela s proteinima radi razumijevanja ljudskog imunološkog odgovora i stvaranja novih antitijela.
Izvor: opennet.ru
