谷歌DeepMind的最新人工智能模型准备彻底改变药物发现
Google DeepMind的研究人员开发了AlphaFold 3，这是一个人工智能模型，可以预测包括蛋白质、DNA和RNA在内的生物分子以及可以作为药物的小分子的结构和相互作用。Google DeepMind将通过AlphaFold服务器将该模型用于非商业用途。这项具有里程碑意义的创新，其细节于5月8日发表在《自然》杂志上，可能会极大地加速生物研究。
Google DeepMind首席执行官Demis Hassabis在5月7日宣布突破的简报会上说：“今天宣布AlphaFold 3对我们来说是一个重要的里程碑。”“生物学是一个动态系统，你必须了解生物学属性是如何通过细胞中不同分子之间的相互作用出现的。你可以认为AlphaFold 3是我们朝着这个方向迈出的第一步。”
人工智能系统是Google DeepMind构建的先前AlphaFold模型的后代，该模型从本质上解决了从氨基酸结构预测蛋白质的三维结构的问题。谷歌DeepMind的第一个AlphaFold模型于2018年宣布，试图预测蛋白质结构，在国际蛋白质结构预测比赛中排名第一。2020年发布的AlphaFold 2显著改善了第一个蛋白质结构的准确性预测。
AlphaFold 3更进一步，预测了几乎所有生物分子的结构，并模拟了这些分子之间的相互作用。虽然研究人员长期以来一直开发专门的计算方法来模拟特定类型的生物分子之间的相互作用，但AlphaFold 3标志着单个系统首次能够以最先进的性能预测几乎所有分子类型之间的相互作用。
生物系统中分子的性质和功能通常是它们与其他分子相互作用的结果。使用实验来理解分子相互作用可能需要多年的研究时间，而且成本高昂。如果这些相互作用可以以足够的准确性进行计算估计，那么生物研究就可以大幅加速。例如，如果研究人员认为与特定蛋白质上特定位置结合的分子是有前途的药物候选药物，他们可以使用AlphaFold 3等计算系统来测试潜在的药物分子。
诺贝尔奖获得者、伦敦生物医学研究中心弗朗西斯·克里克研究所首席执行官兼主任Paul Nurse在Google DeepMind公告附上的一份声明中表示：“AlphaFold继续变得更好，与生物调查的相关性也越来越相关。”“第三个版本将提高预测不同大分子之间复合物结构以及大分子、小分子和离子之间关联的准确性。”
Google DeepMind于2010年由Hassabis与Google DeepMind首席AGI科学家ShaneLegg和Mustafa Suleyman一起创立，名为DeepMind。（Suleyman现在是微软消费人工智能产品和研究组织Microsoft AI的首席执行官。）DeepMind于2014年被谷歌收购，2023年，谷歌将DeepMind与另一个谷歌人工智能部门Google Brain合并，成立了Google DeepMind，结束了DeepMind领导层确保从母公司获得更大自主权的努力。
除了AlphaFold系列人工智能系统外，Google DeepMind还取得了几项突破，利用人工智能来推进科学和技术。2022年，该公司发布了一个可以发现新算法的人工智能系统，2023年，该公司发布了一个可以以前所未有的准确性预测天气的人工智能模型。同样在2023年，谷歌DeepMind发布了一个人工智能模型，它声称可以准确预测材料的结构，尽管独立研究人员对该模型的实用性提出了质疑。
2021年，谷歌母公司Alphabet宣布创建Isomorphic Labs，旨在采取人工智能优先的药物发现方法。来自Isomorphic Labs的研究人员为AlphaFold 3的开发做出了贡献，虽然AlphaFold Server可以被任何非商业研究的人使用，但Isomorphic Labs的研究人员将可以独家访问AlphaFold 3进行商业用途。
Isomorphic实验室的首席人工智能官Max Jaderberg在公告简报会上说：“我们每天都在药物设计计划中使用AlphaFold 3的功能。”“我们已经看到了加速、改进和最终改变我们药物发现方式的潜力，这实际上是因为该模型的准确性新水平，以及该模型能够预测的生物分子的广度增加，这确实使我们能够做到这一点。”