Компанія Google DeepMind відкрила вихідні коди спеціалізованої ШІ-системи для для просторового моделювання та передбачення тривимірної структури білків під назвою AlphaFold 3.
Пов’язаний з AlphaFold 3 інструментарій написаний мовами Python і C++. Напрацювання проєкту поширюються на GitHub під ліцензією CC BY-NC-SA 4.0. Натреновані моделі AlphaFold 3 надаються на основі користувацької угоди. Окремо запущено сервер, що дає змогу експериментувати з AlphaFold 3 у режимі онлайн.
Цього року Нобелівську премію з хімії отримали Джон Джампер і Деміс Хассабіс із Google DeepMind за те, що вони навчилися передбачати структуру білків за допомогою ШІ-моделі AlphaFold 2.
За інформацією OpenNET, модель AlphaFold 3 навчена на колекції з описом структур усіх відомих білків і амінокислотних послідовностей. Інструмент розв’язує проблему фолдингу білка і дає змогу прогнозувати тривимірну структуру нових білків із точністю, яка щонайменше не поступається лабораторному аналізу, а під час оцінки взаємодії білків з іншими типами молекул значно перевершує наявні методи прогнозування. Третя версія моделі AlphaFold вирізняється задіянням нової архітектури Pairformer, що розвиває ідею архітектури «трансформер».
На відміну від версії AlphaFold 2 нова версія проєкту не обмежується білками, що складаються з одного поліпептидного ланцюга, і може застосовуватися для передбачення білкових комплексів із ДНК і РНК. На вхід AlphaFold передають список молекул, а на виході формують спільну 3D-структуру, що визначає найімовірнішу взаємодію зазначених молекул. З практичного боку AlphaFold 3 може використовуватися для розробки ліків і методів лікування, а також створення нових білків. Наприклад, за допомогою AlphaFold спроектовано білок, здатний прикріплятися до певних ракових клітин, що може використовуватися в протираковій терапії нового покоління.
