Ferramenta de previsão de proteínas AI AlphaFold3 agora disponível como código aberto

Ferramenta de previsão de proteínas AI AlphaFold3 agora disponível como código aberto

AlphaFold3 está finalmente disponível. Seis meses depois do Google DeepMind controverso o código um Artigos sobre o modelo de predição da estrutura de proteínas os cientistas podem agora baixe o código do software e usar a ferramenta de inteligência artificial para aplicações não comerciais, anunciou a empresa com sede em Londres em 11 de novembro.

“Estamos muito entusiasmados para ver o que as pessoas farão com ele”, disse John Jumper, que lidera a equipe AlphaFold na DeepMind e se juntou ao CEO Demis Hassabis no mês passado. ganhou parte do Prêmio Nobel de Química de 2024 por seu trabalho na ferramenta de IA.

Ao contrário de seus antecessores, AlphaFold3 capaz de modelar proteínas em combinação com outras moléculas. Em vez de liberar o código subjacente - como é o caso AlfaFold2 foi o caso – a DeepMind fornecia acesso através de um servidor web que limitava o número e o tipo de previsões que os cientistas podiam fazer.

Criticamente, o servidor AlphaFold3 não permitiu aos cientistas prever como as proteínas reagiriam na presença de potenciais medicamentos. Mas agora a decisão da DeepMind de liberar o código significa que os cientistas acadêmicos podem prever tais interações executando eles próprios o modelo.

A empresa afirmou inicialmente que disponibilizar o AlphaFold3 apenas através de um servidor web atingiu o equilíbrio certo entre fornecer acesso para pesquisa e proteger as ambições comerciais. A Isomorphic Labs, uma subsidiária da DeepMind em Londres, está aplicando o AlphaFold3 na descoberta de medicamentos.

No entanto retirou o lançamento do AlphaFold3 sem seu código ou pesos de modelo — Parâmetros obtidos pelo treinamento do software em estruturas de proteínas e outros dados — receberam críticas de cientistas que disseram que a mudança prejudicou a reprodutibilidade. A DeepMind rapidamente tirou conclusões e disse que uma versão de código aberto da ferramenta seria disponibilizada dentro de seis meses.

Qualquer pessoa agora pode baixar o código do software AlphaFold3 e usá-lo para fins não comerciais. No entanto, atualmente apenas cientistas com afiliações acadêmicas têm acesso aos pesos de treinamento mediante solicitação.

Versões acessíveis

A DeepMind tem concorrência: nos últimos meses, diversas empresas Apresentadas ferramentas de código aberto para previsão de estrutura de proteínas baseadas em AlphaFold3, que se baseiam nas especificações descritas no artigo original, conhecidas como pseudocódigo.

Duas empresas chinesas – a gigante de tecnologia Baidu e a desenvolvedora TikTok ByteDance – lançaram seus próprios modelos inspirados no AlphaFold3, assim como uma startup em São Francisco, Califórnia, chamada Chai Discovery.

Uma das principais desvantagens destes modelos é que nenhum deles, como o AlphaFold3, está licenciado para aplicações comerciais, como a descoberta de medicamentos, diz Mohammed AlQuraishi, biólogo computacional da Universidade de Columbia, em Nova Iorque. No entanto, o modelo do Chai Discovery, Chai-1, pode ser usado para esse tipo de trabalho através de um servidor web, explica Jack Dent, cofundador da empresa.

Outra empresa, a Ligo Biosciences de São Francisco, lançou uma versão livre de restrições do AlphaFold3. No entanto, isto ainda não possui toda a gama de funções, incluindo a capacidade de modelar medicamentos e moléculas que não sejam proteínas.

Outras equipes estão trabalhando em versões do AlphaFold3 que estão disponíveis sem tais restrições: AlQuraishi espera oferecer um modelo totalmente de código aberto chamado OpenFold3 ainda este ano. Isto permitiria às empresas farmacêuticas reciclar as suas próprias versões do modelo utilizando dados proprietários, tais como as estruturas das proteínas ligadas a diferentes medicamentos, melhorando potencialmente o desempenho.

Contagens de abertura

O ano passado assistiu a uma onda de novos modelos biológicos de IA de empresas com diferentes abordagens à abertura. Anthony Grid, biólogo computacional da Universidade de Wisconsin-Madison, não tem problemas com a entrada de empresas comerciais em sua área – desde que sigam as mesmas regras que outros cientistas ao compartilharem seus trabalhos em periódicos e servidores de pré-impressão.

Se DeepMind fizer afirmações sobre AlphaFold3 em uma publicação científica, “eu esperaria que eles também compartilhassem informações sobre como as previsões foram feitas e fornecessem os modelos e códigos de IA de uma forma que possamos testá-los”, acrescenta Grid. “Meu grupo não usará ferramentas que não possamos verificar.”

O fato de já terem surgido várias replicações do AlphaFold3 mostra que o modelo era reproduzível, mesmo sem código-fonte aberto, diz Pushmeet Kohli, chefe de IA para Ciência da DeepMind. Ele acrescenta que gostaria de ver mais discussões no futuro sobre padrões de publicação em um campo cada vez mais povoado por pesquisadores acadêmicos e corporativos.

A natureza de código aberto do AlphaFold2 levou a uma onda de inovação por parte de outros cientistas. Por exemplo, os vencedores de um recente concurso de modelagem de proteínas usaram a ferramenta de IA para para projetar novas proteínas que possam se ligar a um alvo de câncer. O hack AlphaFold2 favorito de Jumper vem de uma equipe que usou a ferramenta para para identificar uma proteína importante que ajuda os espermatozoides a se fixarem nos óvulos.

Jumper mal pode esperar para ver quais surpresas surgirão após o lançamento do AlphaFold3 – mesmo que nem sempre sejam bem-sucedidas. “As pessoas vão usá-lo de maneiras estranhas”, prevê ele. “Às vezes falhará e às vezes terá sucesso.”