Instrumentul de predicție al proteinelor AI AlphaFold3 acum disponibil ca sursă deschisă

Instrumentul de predicție al proteinelor AI AlphaFold3 acum disponibil ca sursă deschisă

AlphaFold3 este în sfârșit disponibil. La șase luni după Google DeepMind controversat codul unul Lucrări despre modelul de predicție a structurii proteinelor oamenii de știință pot acum descărcați codul software-ului și să folosească instrumentul de inteligență artificială pentru aplicații necomerciale, a anunțat compania din Londra pe 11 noiembrie.

„Suntem foarte încântați să vedem ce fac oamenii cu el”, spune John Jumper, care conduce echipa AlphaFold la DeepMind și sa alăturat CEO-ului Demis Hassabis luna trecută. a câștigat o parte a Premiului Nobel pentru Chimie în 2024 pentru munca lor la instrumentul AI.

Spre deosebire de predecesorii săi, AlphaFold3 capabil să modeleze proteine ​​în combinație cu alte molecule. În loc să elibereze codul de bază - așa cum este cazul AlphaFold2 a fost cazul – DeepMind a oferit acces printr-un server web care a limitat numărul și tipul de predicții pe care oamenii de știință le puteau face.

În mod critic, serverul AlphaFold3 nu le-a permis oamenilor de știință să prezică cum ar reacționa proteinele în prezența unor potențiale medicamente. Dar acum decizia lui DeepMind de a lansa codul înseamnă că oamenii de știință academicieni pot prezice astfel de interacțiuni prin rularea ei înșiși a modelului.

Compania a declarat inițial că punerea la dispoziție a AlphaFold3 doar printr-un server web a găsit echilibrul potrivit între furnizarea de acces pentru cercetare și protejarea ambițiilor comerciale. Isomorphic Labs, un spin-off al DeepMind din Londra, aplică AlphaFold3 în descoperirea de medicamente.

Cu toate acestea a retras lansarea AlphaFold3 fără codul sau greutatea modelului — Parametrii obținuți prin antrenarea software-ului pe structurile proteinelor și alte date — au atras critici din partea oamenilor de știință care au spus că mișcarea a subminat reproductibilitatea. DeepMind a tras rapid concluzii și a spus că o versiune open source a instrumentului va fi disponibilă în termen de șase luni.

Oricine poate descărca acum codul software AlphaFold3 și îl poate folosi în scopuri necomerciale. Cu toate acestea, în prezent, doar oamenii de știință cu afilieri academice au acces la greutățile de antrenament la cerere.

Versiuni accesibile

DeepMind are concurență: în ultimele luni, mai multe companii au Au fost prezentate instrumente open source pentru predicția structurii proteinelor bazate pe AlphaFold3, care se bazează pe specificațiile descrise în lucrarea originală, cunoscute sub numele de pseudocod.

Două companii chineze – gigantul tehnologic Baidu și dezvoltatorul TikTok ByteDance – și-au lansat propriile modele inspirate de AlphaFold3, la fel ca și o startup din San Francisco, California, numită Chai Discovery.

Un dezavantaj cheie al acestor modele este că niciunul dintre ele, precum AlphaFold3, nu are licență pentru aplicații comerciale, cum ar fi descoperirea de medicamente, spune Mohammed AlQuraishi, biolog computațional la Universitatea Columbia din New York City. Cu toate acestea, modelul Chai Discovery, Chai-1, poate fi folosit pentru astfel de lucrări prin intermediul unui server web, explică Jack Dent, co-fondatorul companiei.

O altă companie, Ligo Biosciences din San Francisco, a lansat o versiune fără restricții a AlphaFold3. Cu toate acestea, acesta nu are încă întreaga gamă de funcții, inclusiv capacitatea de a modela medicamente și molecule, altele decât proteinele.

Alte echipe lucrează la versiuni de AlphaFold3 care sunt disponibile fără astfel de restricții: AlQuraishi speră să ofere un model complet open-source numit OpenFold3 în cursul acestui an. Acest lucru ar permite companiilor farmaceutice să-și recalifice propriile versiuni ale modelului folosind date de proprietate, cum ar fi structurile proteinelor legate de diferite medicamente, potențial îmbunătățind performanța.

Deschiderea contează

Anul trecut a fost un val de noi modele biologice de inteligență artificială de la companii cu abordări diferite ale deschiderii. Anthony Grid, un biolog computațional la Universitatea din Wisconsin-Madison, nu are nicio problemă cu companiile comerciale care intră în domeniul său – atâta timp cât respectă aceleași reguli ca și alți oameni de știință atunci când își împărtășesc munca în jurnale și servere de preprint.

Dacă DeepMind face afirmații despre AlphaFold3 într-o publicație științifică, „M-aș aștepta ca ei să împărtășească și informații despre modul în care au fost făcute predicțiile și să furnizeze modelele și codul AI într-un mod în care să le putem testa”, adaugă grid. „Grupul meu nu va folosi instrumente pe care nu le putem verifica.”

Faptul că au apărut deja mai multe replici ale AlphaFold3 arată că modelul era reproductibil, chiar și fără cod sursă deschisă, spune Pushmeet Kohli, șeful AI pentru Știință la DeepMind. El adaugă că și-ar dori să vadă mai multe discuții în viitor despre standardele de publicare într-un domeniu din ce în ce mai populat de cercetători academicieni și corporativi.

Natura open source a AlphaFold2 a condus la o creștere a inovației din partea altor oameni de știință. De exemplu, câștigătorii unei competiții recente de modelare a proteinelor au folosit instrumentul AI pentru pentru a proiecta noi proteine ​​care se pot lega de o țintă de cancer. Hackul AlphaFold2 favorit al lui Jumper vine de la o echipă care a folosit instrumentul pentru a identifica o proteină importantă care ajută sperma să se atașeze de ouă.

Jumper abia așteaptă să vadă ce surprize apar după lansarea AlphaFold3 - chiar dacă nu au întotdeauna succes. „Oamenii îl vor folosi în moduri ciudate”, prezice el. „Uneori va eșua și alteori va reuși.”