Google DeepMind открыла исходные коды ИИ-системы моделирования структуры белков AlphaFold 3

Связанный с AlphaFold 3 инструментарий написан на языках Python и C++. Наработки проекта распространяются на GitHub под лицензией CC BY‑NC‑SA 4.0. Натренированные модели AlphaFold 3 предоставляются на основе пользовательского соглашения. Отдельно запущен сервер, позволяющий экспериментировать с AlphaFold 3 в режиме онлайн.

В этом году Нобелевскую премию по химии получили Джон Джампер и Демис Хассабис из Google DeepMind за то, что они научились предсказывать структуру белков с помощью ИИ‑модели AlphaFold 2.

По информации OpenNET, модель AlphaFold 3 обучена на коллекции с описанием структур всех известных белков и аминокислотных последовательностей. Инструмент решает проблему фолдинга белка и позволяет прогнозировать трёхмерную структуру новых белков с точностью, как минимум не уступающей лабораторному анализу, а при оценке взаимодействия белков с другими типами молекул значительно превосходящая существующие методы прогнозирования. Третья версия модели AlphaFold отличается задействованием новой архитектуры Pairformer, развивающей идею архитектуры «трансформер».

В отличие от версии AlphaFold 2 новая версия проекта не ограничивается белками, состоящими из одной полипептидной цепи, и может применяться для предсказания белковых комплексов с ДНК и РНК. На вход AlphaFold передаётся список молекул, а на выходе формируется совместная 3D‑структура, определяющая наиболее вероятное взаимодействие указанных молекул. С практической стороны AlphaFold 3 может использоваться для разработки лекарств и методов лечения, а также создания новых белков. Например, при помощи AlphaFold спроектирован белок, способный прикрепляться к определённым раковым клеткам, что может использоваться в противораковой терапии нового поколения.