L'azienda Google DeepMind ha reso disponibili i codici sorgente del sistema di apprendimento automatico AlphaFold 3, progettato per prevedere la struttura tridimensionale delle proteine e per modellare l'interazione delle proteine con altri tipi di molecole. Per la creazione degli algoritmi di machine learning implementati nella seconda versione di AlphaFold, quest'anno è stato assegnato il Premio Nobel per la chimica. Gli strumenti associati ad AlphaFold 3 sono scritti in Python e C++ e sono distribuiti con licenza CC BY-NC-SA 4.0. I modelli addestrati sono forniti sulla base di un accordo con l'utente. È stato lanciato separatamente un server, consentendo di sperimentare con AlphaFold 3 in modalità online.
Il modello, addestrato su una raccolta che descrive le strutture di tutte le proteine e delle sequenze di amminoacidi conosciute, risolve il problema del folding delle proteine e consente di prevedere la struttura tridimensionale di nuove proteine con una precisione che non è inferiore a quella dell'analisi di laboratorio e, nella valutazione dell'interazione delle proteine con altri tipi di molecole, supera significativamente i metodi di previsione esistenti. La terza versione del modello AlphaFold si distingue per l'uso di una nuova architettura denominata “Pairformer”, che sviluppa l'idea dell'architettura “trasformatore”.
A differenza di AlphaFold 2, la nuova versione non è limitata alle proteine composte da una sola catena polipeptidica e può essere applicata per prevedere complessi proteici con DNA e RNA, oltre a modellare varianti modificate di queste molecole. In input ad AlphaFold viene fornita una lista di molecole, mentre in output viene generata una struttura 3D condivisa che determina l'interazione più probabile delle molecole indicate.
Dal punto di vista pratico, AlphaFold 3 può essere utilizzato per la sviluppo di farmaci e terapie, oltre che per la creazione di nuove proteine. Ad esempio, con l'aiuto di AlphaFold è stata progettata una proteina in grado di legarsi a determinate cellule tumorali, un aspetto che può essere sfruttato nella terapia antitumorale di nuova generazione. AlphaFold è anche utilizzato attivamente nello studio dell'interazione tra anticorpi e proteine per comprendere la risposta immunitaria umana e per la creazione di nuovi anticorpi.
Fonte: opennet.ru
