AlphaFold发布五周年,推动科学发现与药物研发

2 天前·来源:DeepMind Blog
AlphaFoldAI模型药物发现蛋白质结构数字生物学

AlphaFold模型发布五年来,已被超过35,000篇论文引用,并加速了植物生理学等领域的研究。独立分析显示,使用AlphaFold 2的研究人员提交新实验蛋白质结构的数量增加超过40%。AlphaFold 3扩展了预测范围,涵盖DNA、RNA和配体,与Isomorphic Labs合作推动药物发现进入数字生物学时代。

AlphaFold模型发布五年来,对科学研究产生了显著影响。苏黎世大学和塞恩斯伯里实验室的分子与细胞植物生理学教授Cyril Zipfel利用AlphaFold和比较基因组学,缩短了研究时间,帮助理解植物如何感知环境变化,为培育更具韧性的作物铺平道路。AlphaFold已被超过35,000篇论文引用,超过200,000篇论文在其方法中融入了AlphaFold 2的元素。创新增长实验室的独立分析表明,使用AlphaFold 2的研究人员提交新实验蛋白质结构的数量增加超过40%,这些结构更可能与已知结构不同,鼓励探索科学未知领域。与AlphaFold 2相关的研究在临床文章中引用的可能性是结构生物学典型作品的两倍,且更可能被专利引用。AlphaFold的影响最令人兴奋的例子之一是Isomorphic Labs,这是一家AI药物发现公司,成立于2021年,当时突破性模型被证明足够强大,可应用于理性药物设计。Isomorphic Labs开发了统一的药物设计引擎,旨在彻底改变新药设计方式,加速科学发现,并雄心勃勃地希望有一天解决所有疾病。与Isomorphic Labs合作开发的AlphaFold 3提供了前所未有的细胞视图,预计将推动药物发现过程的转型,开启数字生物学时代。该模型旨在预测所有生命分子的结构和相互作用,不仅包括蛋白质,还包括DNA、RNA和配体(构成大多数药物的小分子)。它还能生成整个分子复合物的联合3D结构,允许全面查看潜在药物分子如何与其靶蛋白结合,或蛋白质如何与遗传物质相互作用。AlphaFold Server使全球非商业研究人员能够利用这项技术,加速他们制定和测试新假设的能力。截至目前,它已帮助全球数千名研究人员进行了超过800万次折叠——即结构和相互作用的预测。

背景阅读

AlphaFold是由Google DeepMind开发的AI模型,专注于蛋白质结构预测,自2018年首次发布以来,已成为结构生物学领域的里程碑。AlphaFold 2在2020年CASP14竞赛中取得突破性成果,准确预测蛋白质三维结构,解决了长期存在的科学难题。该技术基于深度学习算法,利用序列数据预测蛋白质折叠,显著加速了药物研发、疾病研究和生物工程。AlphaFold 3进一步扩展了功能,能够预测DNA、RNA和配体等分子的相互作用,推动AI在生命科学中的应用。Isomorphic Labs作为DeepMind的衍生公司,专注于利用AI进行药物发现,体现了AI技术从基础研究向实际应用的转化。AlphaFold的开放访问通过AlphaFold Server促进了全球科研合作,累计预测超过8亿个蛋白质结构,对生物医学研究产生深远影响。

评论 (0)

登录后参与评论

加载评论中...