谷歌人工智能预测生命分子相互作用准确率翻倍

近日，由谷歌DeepMind与Isomorphic Labs合作研发的人工智能模型AlphaFold 3成功登上权威科学期刊Nature。这款革命性的新模型在预测生命分子的结构和相互作用方面取得了重大突破。

相较于现有方法，AlphaFold 3对蛋白质与其他分子类型的相互作用的准确率至少提高了50%，甚至对于某些关键的相互作用类别而言，准确率翻倍。研究团队认为，这一突破将对生物世界和药物发现的理解带来深刻改变，并开启人工智能细胞生物学的新时代。

为了将这一技术应用于现实世界的药物设计挑战中，Isomorphic Labs正与多家制药公司合作。同时，谷歌DeepMind也推出了基于AlphaFold 3的免费平台——AlphaFold Server，供全球科学家进行非商业性研究以进一步预测蛋白质与其他分子的相互作用。

AlphaFold 3的核心优势在于其新一代架构和训练方式（涵盖了所有生命分子）。具体来说，它采用了改进版本的Evoformer模块，这是一种深度学习架构，也是AlphaFold 2取得成功的基础。

然而，研究团队也指出了AlphaFold 3存在的局限性。包括立体化学限制、幻觉影响、预测准确性问题、结构构象限制、缺乏动态信息以及特定目标预测限制等。尽管如此，AlphaFold 3展现出的巨大潜力依然值得期待。