所有生命分子一夜皆可AI预测！AlphaFold 3改变人类对生命的理解，全球科学家都能免费使用

摘要： 还有天上市满年的站终于看到盈利的希望了月日站公布的年和全年未经审计的财报显示年站全年总营收达亿元人民币其中第四季度总营收达声明本文来自于微信公众号量子位作者梦晨明敏授权转载发布再登...

还有20天，上市满6年的B站，终于看到盈利的希望了。3月7日，B站公布的2023年Q4和全年未经审计的财报显示，2023年B站全年总营收达225.3亿元人民币，其中第四季度总营收达63.

声明:本文来自于微信公众号 量子位（ID:Qbit），作者:梦晨 明敏，授权 转载发布。

再登Nature!

这次重磅升级，不再仅限于蛋白质结构预测——可以以前所未有的精度预测所有生命分子的结构和相互作用。

只有了解它们如何在数百万种组合中相互作用，我们才能开始真正理解生命的过程。

这次的最大创新之一，是用上了AI绘画上常见的去噪扩散模型，直接生成每个原子的3D坐标。

现在，AlphaFold3对普通感冒病毒Spike蛋白（蓝色）的结构预测，灰色部分为预测结果。这能让人类更进一步了解冠状病毒。

对蛋白质和DNA结合的分子复合物进行预测，其预测结果与真实结构几乎一致。

在不输入任何结构信息的情况下，AlphaFold3预测准确度比现有方法提高了50%，对于部分相互作用类别甚至提高了1倍。

这使得AlphaFold3成为首个超越基于真实生物分子结构预测工具的AI系统。

而且全球科学家通过AlphaFold服务器即可免费访问使用AlphaFold3进行非商业研究（开放大部分功能）。

DeepMind联创兼CEO哈撒比斯在发布会上非常肯定地表示，AlphaFold3是人类了解生物学动态系统历史性的第一步。

网友都纷纷感慨:这就是AI的用处所在啊。

事实上，在AlphaFold3之前还进行过一系列小规模更新，重点提高了对蛋白质复合体的预测精度。

所以总结下来:

AlphaFold，开创了蛋白质结构预测的新时代

AlphaFold2，大幅提高了预测精度

AlphaFold-Multimer，将预测范围扩展到具有多个蛋白质链的复合物

AlphaFold2.3，它提高了性能并将覆盖范围扩大到更大的复合物

这次革命性的AlphaFold3，继续将预测范围扩展到蛋白质、DNA、RNA以及一系列配体、离子和化学修饰等更多生物分子结构。

AlphaFold3建立在AlphaFold2的基础上，但在架构和训练过程上有很大改进:

遗传特征编码器（MSA module）被大幅简化，聚焦提取更关键的进化信息。

成对残基关系编码器（Pairformer）取代了原有的进化特征处理单元(Evoformer)，增强了复杂相互作用模式的建模能力。

结构生成器从以氨基酸为中心，改为直接预测原子坐标，增加了处理通用分子结构的灵活性。

为了避免扩散方法在一些无结构区域产生幻觉，还引入了一种新的交叉蒸馏方法，通过AlphaFold-Multimer v2预测的结构数据来丰富训练数据。

更让人惊叹的是，AlphaFold3即便在训练数据极度匮乏的领域，也展现出了惊人的泛化能力。

举个例子，在CASP15的RNA预测任务中，它在10个公开靶点上的平均表现超过了专门的RNA结构预测模型。要知道，这可是在几乎没有RNA训练数据的情况下实现的。

尽管AlphaFold3在多个维度实现了突破，但它并非完美无缺。比如在对映异构、自相互作用等方面，它还存在一定局限性。

此外，它目前专注的是分子结构的静态预测，对动力学行为的刻画还不够。对人工合成分子的适用性也有待考证。

AlphaFold3偶尔也会产生错误，对无序区域产生幻觉，导致对某些目标的预测准确性降低。

目前的缓解手段，是在生成时使用多个随机种子，确保正确的手性并避免蛋白质-配体轻微碰撞。

但瑕不掩瑜，AlphaFold3的意义不仅在于具体指标的跃升，而是展示了用统一的深度学习架构，来建模复杂生命系统组件之间相互作用的可能性。

2021年AlphaFold一代推出后，谷歌DeepMind积极为其寻找商业化途径，并成立了Isomorhpic Labs公司。

这次虽然以谷歌DeepMind的名义新推出了免费的AlphaFold Server，号称科学家只需点击几下就模拟由蛋白质、DNA、RNA 以及一系列配体、离子和化学修饰组成的结构。

然而Nature报道指出，科学家对AlphaFold3服务器的访问是有限的。目前每天只能进行10次预测，而且不可能获得可能与药物结合的蛋白质结构。

Isomorphic Labs正在使用AlphaFold3通过自己的管道或与其他制药公司合作开发药物。

审稿人也在线喊话哈撒比斯，自己从服务器上得到了非常好的结果，但是发布论文里为什么没有给代码?

他在审稿评论中列出了AlphaFold2代码发布后的一系列科学事件，它认为如果不公布代码就不会有如此多科学成果。

不过，可不要小看开源社区的力量。

可能不少人论文都没看完，开源复现工作就已经开启了。

虽然现在还只是空仓，但网友推测，对于复现过ViT、DALL·E2、Imagen等工作的这位大神来说，可能几天之内就能完成。

目前Nature已经放出的AlphaFold3论文预印版。感兴趣的同学可以前去了解。

论文地址:

https://www.nature.com/articles/s41586-024-07487-w