谷歌 DeepMind 近日意外发布了 AlphaFold3的源代码和模型权重，标志着一个可能加速科学发现和药物开发的重大进展。这一消息传出仅几周后，系统的创造者 Demis Hassabis 和 John Jumper 便获得了2024年诺贝尔化学奖，以表彰他们在蛋白质结构预测方面的贡献。与前一版本 AlphaFold2相比，AlphaFold3的技术能力有了质的飞跃。AlphaFold2只能预测蛋白质的结构，而 AlphaFold3则可以建模蛋白质、DNA、RNA 及小分子之间复杂的相互作用，这是生命的基本过程。这一进展至关重要，因为理解这些分子相互作用是现代药

诺贝尔奖得主 Demis Hassabis 近日接受英国《金融时报》采访，谈论了 AI 在科学研究中的作用和影响。他认为，AI 已经到达一个分水岭，人们认识到它实际上已经足够成熟，可以帮助科学发现。Hassabis 表示，AlphaFold 预示着科学发现的新时代。他希望10年后回顾 AlphaFold，它将预示着所有这些不同领域的科学发现进入一个新的黄金时代。图源备注：图片由AI生成，图片授权服务商Midjourney他还谈到，AI 是科学研究的新工具。AI 可以帮助科学家解决一些长期存在的难题，如蛋白质折叠问题。Hassabis 表

生物科技初创公司Chai Discovery推出AI模型Chai-1，旨在预测分子结构，助力药物研发。此模型在准确性上超越了谷歌DeepMind的AlphaFold，获得OpenAI和Thrive Capital的支持。Chai-1的免费网络界面和开放源代码鼓励非商业研究。该模型在多种分子类型预测上表现卓越，尤其在数据不完整时，其准确度超出预期，对药物研发领域构成重大突破。

AlphaFold3作为生物科学与计算机科学的交汇点上的重要突破，由谷歌DeepMind发布，但因未提供代码或模型权重，引发科学界复现热潮。Ligo初创公司成为首个成功复现AlphaFold3的团队，三位创始人均为牛津大学本科生，仅用四个月便实现了这一壮举，展现科学潜力。此成果被视为生物科学领域里程碑，尤其在蛋白质结构预测方面潜力巨大。然而，DeepMind的“闭门造车”策略受到批评，模型仅在特定服务器上供有限调用。面对此情况，Ligo团队决定开源其复现模型，不仅遵循原有模型架构，还进行优化和创新，使用8个A100GPU高效训练，展现了科研合作与创新的活力。除Ligo外，哥伦比亚大学OpenFold团队和独立开发者Phil Wang也参与了这一开源运动，形成了活跃的科研生态。

AlphaSeq，由A-Alpha Bio公司推出，打破了蛋白质相互作用（PPI）预测的局限，成为世界上最大的PPI数据集，包含超过7.5亿条测量结果。它与AlphaFold在蛋白质结构预测上的成功形成对比，特别擅长PPI预测，通过创新方法简化了这一过程。AlphaSeq的实验平台能高效测量数百万个PPI的结合亲和力，加速了蛋白质研究的进程。凭借计算生物学专家David Baker的顾问身份和一支才华横溢的团队，AlphaSeq的技术源自2017年发表的论文，描述了大规模收集和表征PPI数据的方法。通过基因改造酵母细胞，让蛋白质相互作用强度决定配对可能性，AlphaSeq为蛋白质研究开辟了新道路。尽管信息有限，AlphaSeq和其AlphaBind模型展现出了在药物设计、分子胶开发等领域的巨大潜力，预示着AI在生命科学领域的重大突破。

AlphaFold3（AF3）是DeepMind团队的最新增强工具，用于预测蛋白质、核酸和小分子的结构。凭借能够解析单个蛋白质序列及其复合结构的能力，AF3实现了"食谱到三维结构"的转变。其架构由三项核心模块组成：输入准备梳理序列、检索具备相似结构的分子；表示学习运用多层注意力机制更新表征；结构预测通过条件扩散模型实现预测。AF3创造性地将各类分子转化为独特数值张量，仿佛给每个分子一个独一无二的"身份证"，并运用注意力机制捕捉分子间的互相关系。在预测层面，条件扩散模型从随机噪声开始，逐步构建结构预测。训练中多种损失函数和信心评估共同作用，提高了AF3的预测准确性和可靠性，实现自我反省与提升。AF3的可视化指导和先进架构，展示了人工智能在生物学领域预测模型的革命性进步。

["AlphaFold最新版本可以预测蛋白质、核酸、含PTM分子的结构","实现了对配体、蛋白质、核酸高精度原子级预测","在抗体结合相关问题上大幅超过早期版本","可以更快速准确地预测蛋白质-配体结构","有助于理解复杂生物机制,加速医疗应用"]

["哈佛、哥大发布开源数据集OpenProteinSet，包含1600万蛋白质多序列对齐和相关数据，为AI模型训练提供支持。","AlphaFold 2的准确性在蛋白质结构预测领域创下里程碑，但其私有数据限制了其他研究者的进展。","OpenProteinSet包括PDB中所有蛋白质的MSAs，为蛋白质机器学习社区提供充足的预计算MSA资源。","该数据集可用于结构生物学各种任务，推动生物信息学和蛋白质机器学习领域的研究。","OpenProteinSet是一个重要的生物信息学资源，为多模态语言模型提供了宝贵的生物知识。"]