A Google DeepMind közzétette az AlphaFold 3 gépi tanulási rendszer forráskódjait, amely a fehérjék háromdimenziós struktúrájának előrejelzésére és más molekulatípusokkal való kölcsönhatások modellezésére szolgál. Az AlphaFold második verziójában megvalósított gépi tanulási algoritmusok létrehozásáért idén kémiai Nobel-díjat kaptak. Az AlphaFold 3-hoz kapcsolódó eszközkészlet Python és C++ nyelven készült, és a CC BY-NC-SA 4.0 licensz alatt terjesztik. Az edzett modellek felhasználói megállapodás alapján állnak rendelkezésre. külön, elindították szerver, amely lehetővé teszi az AlphaFold 3 online kísérletezését.
A modell, amelyet a minden ismert fehérjéről és aminosav-sorozatról készült struktúra leírások gyűjteményén képeztek ki, megoldja a fehérjék hajtogatásának problémáját, és lehetővé teszi új fehérjék háromdimenziós szerkezetének előrejelzését, legalább annyira pontosan, mint a laboratóriumi elemzés, miközben a fehérjék molekulákkal való interakciójának értékelésében jelentősen felülmúlja a meglévő előrejelzési módszereket. Az AlphaFold harmadik verziója az új „Pairformer” architektúra bevonásával különbözik, amely a „transformer” architektúra ötletét fejleszti.
Az AlphaFold 2-vel ellentétben az új verzió nem korlátozódik az egy polipeptid láncból álló fehérjékre, és alkalmazható fehérje komplexek előrejelzésére DNS és RNS molekulákkal is, valamint ezek módosított változatainak modellezésére. Az AlphaFold bemeneteként egy molekulák listáját adunk meg, a kimenet pedig egy közös 3D-szerkezetet alkot, amely meghatározza a megadott molekulák legvalószínűbb kölcsönhatását.
Gyakorlati szempontból az AlphaFold 3 alkalmazható gyógyszerek és kezelési módszerek fejlesztésére, valamint új fehérjék létrehozására. Például az AlphaFold segítségével megterveztek egy fehérjét, amely képes kötődni bizonyos rákos sejtekhez, ami új generációs rákellenes terápiákhoz használható. Az AlphaFold-ot az antitestek és fehérjék közötti kölcsönhatások tanulmányozásában is aktívan alkalmazzák, hogy megértsék az emberi immunválaszt és új antitesteket hozzanak létre.
Forrás: opennet.ru
