谷歌DeepMind发布AlphaFold 3 有望加速特效药研发
摘要：
黄子佼性骚扰风波发展到现在已经从个人的犯罪上升为全台湾省娱乐圈关注的焦点尽管黄子佼带着老婆先后道歉企图平息众怒但随着愈来愈多受害者站出来声诉再次把这次风波推向了一个新的舆论高度而台... 黄子佼性骚扰风波发展到现在，已经从个人的犯罪上升为全台湾省娱乐圈关注的焦点。尽管黄子佼带着老婆先后道歉企图平息众怒，但随着愈来愈多受害者站出来声诉，再次把这次风波推向了一个新的舆论高度，而台湾省众星纷纷坐不住了，就黄子佼事件联合发声，呼吁修法加重刑罚，避免类似悲剧发生。
5月9日 消息:谷歌DeepMind与Isomorphic Labs联合发布了最新版的，这是一款能够预测蛋白质、DNA、RNA、配体等结构及其相互作用的大模型。AlphaFold3的发布，预示着在新药发现方法与效率上的重大进步。
AlphaFold3的应用示例之一是预测新冠病毒的刺突蛋白结构，通过深入分析病毒与宿主细胞ACE2受体之间的相互作用，医疗研究人员可以基于这些结构信息快速开发小分子药物，阻断新冠与ACE2的结合，有效阻止病毒的入侵和传播。这一过程有望加速特效药和疫苗的研发。
图源备注：图片由AI生成，图片授权服务商Midjourney
医学领域的科学家对AlphaFold3给予高度评价，认为AI技术在医学领域同样有潜力竞争诺贝尔奖。目前，AlphaFold3已经*提供在线使用，其论文已在《自然》期刊上发表。
AlphaFold3在2代模型的基础上进行了改进，采用了新的扩散模型和Pairformer等创新模块，显著提高了对蛋白质结构的预测准确率和架构解读能力。扩散模型允许AlphaFold3直接在原始原子坐标上操作，减少了立体化学的损失，通过逐步去噪的方式精细化结构预测。
AlphaFold3还引入了Pairformer模块，以替代AlphaFold2中的Evoformer模块，解决了后者对算力消耗大的问题。Pairformer由4个transformer块组成，使用简单的加权平均方法处理多序列比对（MSA）表示，然后通过成对表示传递信息，极大节省了算力并提升了预测的泛化能力。
谷歌公布的测试数据显示，AlphaFold3的准确性在PoseBusters基准测试中比最佳传统方法高出50%，成为首个超越基于物理的生物分子结构预测AI模型。
蛋白质结构的准确预测对于理解生命的运作过程至关重要。蛋白质在细胞信号传递、免疫反应、代谢和细胞结构维持等生物过程中扮演着关键角色。通过预测和理解特定蛋白质的结构，科学家可以更好地理解疾病的分子基础，发现疾病的成因和潜在治疗目标，加速医药研发。
AlphaFold3的发布，不仅是AI技术在生物医药领域应用的一个重要里程碑，也可能为全球科研人员带来新的技术突破。
论文地址：https://www.nature.com/articles/s41586-024-07487-w#citeas
