Spoločnosť Google DeepMind zverejnila zdrojový kód svojho systému strojového učenia AlphaFold 3, ktorý je navrhnutý na predpovedanie trojrozmernej štruktúry bielkovín a modelovanie ich interakcií s inými typmi molekúl. Nobelova cena za chémiu bola tento rok udelená za algoritmy strojového učenia implementované v druhej verzii systému AlphaFold. Sada nástrojov spojená s systémom AlphaFold 3 je napísaná v jazykoch Python a C++ a je distribuovaná pod licenciou CC BY-NC-SA 4.0. Trénované modely sú poskytované na základe používateľskej zmluvy. Samostatné spustenie. server, čo vám umožňuje experimentovať s AlphaFold 3 online.
Model, ktorý je trénovaný na kolekcii popisujúcej štruktúry všetkých známych proteínov a aminokyselinových sekvencií, rieši problém skladania proteínov a umožňuje predpovedať trojrozmernú štruktúru nových proteínov s presnosťou, ktorá nie je nižšia ako v laboratóriu. analýza a pri hodnotení interakcie proteínov s inými typmi molekúl je výrazne lepšia ako existujúce metódy prognózovania. Tretia verzia modelu AlphaFold sa vyznačuje použitím novej architektúry „Pairformer“, ktorá rozvíja myšlienku architektúry „transformátor“.
Na rozdiel od AlphaFold 2 sa nová verzia neobmedzuje na proteíny pozostávajúce z jedného polypeptidového reťazca a môže sa použiť na predpovedanie proteínových komplexov s DNA a RNA, ako aj na modelovanie modifikovaných verzií týchto molekúl. Na vstup AlphaFold sa odovzdá zoznam molekúl a na výstupe sa vytvorí spoločná 3D štruktúra, ktorá určí najpravdepodobnejšiu interakciu špecifikovaných molekúl.
Z praktickej stránky možno AlphaFold 3 použiť na vývoj liekov a liečebných postupov, ako aj na vytváranie nových proteínov. Napríklad pomocou AlphaFold bol navrhnutý proteín, ktorý sa dokáže pripojiť k určitým rakovinovým bunkám, čo možno použiť v novej generácii protirakovinovej terapie. AlphaFold sa tiež aktívne používa pri štúdiu interakcií protilátka-proteín s cieľom pochopiť ľudskú imunitnú odpoveď a vytvoriť nové protilátky.
Zdroj: opennet.ru
