从今天起，预测几乎任何科学界已知蛋白质的三维结构，将像谷歌搜索一样简单。
7 月28 日，DeepMind 公司在官网公布了最新突破，通过AlphaFold成功预测了来自100万个物种的约2亿种蛋白质结构，几乎涵盖了地球上所有已知的蛋白质。
“基本上，你可以认为这个数据库涵盖了整个蛋白质宇宙，我们迈入了数字生物学的全新时代。”DeepMind的CEO Demis Hassabis博士说道。
DeepMind使用一种称为深度学习的人工智能技术开发了AlphaFold网络。2021年，公司陆续公开了AlphaFold人工智能系统源代码并且详细描述了它的设计框架和训练方法；与EMBL-EBI 合作，推出了AlphaFold蛋白质结构公开数据库AlphaFold DB。其中，35万个结构预测涵盖了人类、小鼠和其他19种被广泛研究的生物体产生的几乎每种蛋白质。自那之后，目录又增加到了大约100万条。
本次更新的蛋白质结构已公布在AlphaFold DB中，使其扩展超200倍（从近100万个结构到超过2亿个结构），将可能大大增加人们对生物学的理解。AlphaFold对蛋白质结构的预测也不再局限于人类与模式生物，而是拓展至动植物、细菌和其他生物体，为研究人员利用AlphaFold推进其在重要问题（包括可持续性、粮食安全和被忽视的疾病）上的工作开辟了许多新机会。
据EMBL-EBI 确认，在超2。14亿个预测的蛋白质结构中，有35%是高度准确的（达到了实验室测定的结构精度），总体80%的蛋白质结构的可靠性足以用于多项后续的研究和分析。
AlphaFold将生物学带入了一个结构丰富的时代，为科学探索开启了数字速度。AlphaFold DB作为蛋白质结构的“谷歌搜索”，为研究人员提供了即时访问其研究中蛋白质预测模型的机会，使他们能够集中精力加快实验工作。
从抗击疾病到开发疫苗，AlphaFold已经在我们面临的一些最大的全球挑战上取得了令人难以置信的进展，而这只是我们在未来几年即将看到的影响的开始。DeepMind希望，这个扩展的数据库将帮助更多的科学家开展工作，并开辟全新的科学探索途径，例如宏蛋白质组学(metaproteomics)。
DeepMind正努力利用所有这些潜力，在多个领域进行重大投资，包括与新的姊妹Alphabet公司Isomorphic Labs合作，以AI-first的方法从第一原理重新构想整个药物发现过程；在著名的Francis Crick研究所建立wet lab，加强人工智能与实验技术之间的联系，以提高对生物学的理解，包括蛋白质设计和基因组学；扩大DeepMind自身的人工智能科学团队，以加速公司基础生物学研究的进一步进展，并将人工智能应用于其他重要的科学挑战，如气候科学、量子化学和核聚变。
AlphaFold是对将计算和人工智能方法应用于生物学可能会带来的影响的未来一瞥。在其最基本的层面上，生物学可以被视为一个信息处理系统，正如数学是物理学的完美描述语言一样，人工智能可能正是应对生物学动态复杂性的正确技术。对此，AlphaFold是首个重要证明。DeepMind团队表示：“作为‘数字生物学’新兴领域的先驱，我们很高兴看到人工智能的巨大潜力开始被实现，成为人类推进科学发现和理解生命基本机制的最有用工具之一。”。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
里程数不到高铁总里程3%，利润是国铁的3。5倍，高铁全靠京沪线年的热水器坏了，杭州阿姨网上搜索“排名首位”的维修师傅上门，2680元换了一台“帅康”后崩溃…！
山寨冰红茶请山寨周杰伦代言引热议！网友：不是请不起，而是周口杰伦更有性价比。
AlphaFold 3登上Nature：所有生命分子的结构和相互作用，都被AI预测了？
消息称 AMD Strix 处理器将包含十核 Ryzen AI 165 型号？
石头分子筛洗烘一体机 H1 Air、石头迷你洗烘一体机 M1 Pure图赏？
苹果发布 Windows 版 iTunes 12。13。2，适配2024款 iPad Pro/Air？
华为 P60、Mate50 系列手机推送鸿蒙4。2。0。120 Beta 版更新？
访问手机版
微信公众号
公司新闻 