AI proteīna prognozēšanas rīks AlphaFold3 tagad ir pieejams kā atvērtais avots

AI proteīna prognozēšanas rīks AlphaFold3 tagad ir pieejams kā atvērtais avots

AlphaFold3 beidzot ir pieejams. Sešus mēnešus pēc Google DeepMind strīdīgs kods viens Raksti par olbaltumvielu struktūras prognozēšanas modeli zinātnieki tagad var lejupielādējiet programmatūras kodu un izmantot mākslīgā intelekta rīku nekomerciālām lietojumprogrammām, 11. novembrī paziņoja Londonā bāzētā kompānija.

"Mēs esam ļoti priecīgi redzēt, ko cilvēki ar to dara," saka Džons Džempers, kurš vada AlphaFold komandu uzņēmumā DeepMind un pagājušajā mēnesī pievienojās izpilddirektoram Demisam Hassabisam. ieguva daļu no 2024. gada Nobela prēmijas ķīmijā par darbu pie AI rīka.

Atšķirībā no saviem priekšgājējiem, AlphaFold3 spēj modelēt olbaltumvielas kombinācijā ar citām molekulām. Tā vietā, lai atbrīvotu pamatā esošo kodu - kā tas ir gadījumā AlfaFold2 Tā bija – DeepMind nodrošināja piekļuvi, izmantojot tīmekļa serveri, kas ierobežoja zinātnieku iespējamo prognožu skaitu un veidu.

Kritiski ir tas, ka AlphaFold3 serveris neļāva zinātniekiem paredzēt, kā proteīni reaģēs iespējamo zāļu klātbūtnē. Bet tagad DeepMind lēmums atbrīvot kodu nozīmē, ka akadēmiskie zinātnieki var paredzēt šādu mijiedarbību, paši darbinot modeli.

Uzņēmums sākotnēji paziņoja, ka padarot AlphaFold3 pieejamu tikai caur tīmekļa serveri, tika panākts pareizais līdzsvars starp piekļuves nodrošināšanu pētījumiem un komerciālo ambīciju aizsardzību. Isomorphic Labs, kas ir DeepMind filiāle Londonā, izmanto AlphaFold3 zāļu atklāšanā.

Tomēr izvilka AlphaFold3 izlaidumu bez tā koda vai modeļa svariem — Parametri, kas iegūti, apmācot programmatūru par proteīnu struktūrām un citiem datiem, izpelnījās kritiku no zinātnieku puses, kuri teica, ka šī darbība apdraud reproducējamību. DeepMind ātri izdarīja secinājumus un teica, ka rīka atvērtā pirmkoda versija būs pieejama sešu mēnešu laikā.

Tagad ikviens var lejupielādēt AlphaFold3 programmatūras kodu un izmantot to nekomerciāli. Tomēr pašlaik treniņu svariem pēc pieprasījuma ir pieejami tikai zinātnieki ar akadēmisko piederību.

Pieejamas versijas

DeepMind ir konkurence: pēdējos mēnešos vairāki uzņēmumi ir Atklātā pirmkoda rīki olbaltumvielu struktūras prognozēšanai, pamatojoties uz AlphaFold3, kas balstās uz specifikācijām, kas aprakstītas sākotnējā dokumentā, kas pazīstams kā pseidokods.

Divi Ķīnas uzņēmumi — tehnoloģiju gigants Baidu un TikTok izstrādātājs ByteDance — ir izlaiduši savus AlphaFold3 iedvesmotos modeļus, kā arī jaunuzņēmums Sanfrancisko, Kalifornijā, ar nosaukumu Chai Discovery.

Galvenais šo modeļu trūkums ir tāds, ka neviens no tiem, piemēram, AlphaFold3, nav licencēts komerciāliem lietojumiem, piemēram, zāļu atklāšanai, saka Mohammeds AlQuraishi, skaitļošanas biologs no Kolumbijas universitātes Ņujorkā. Tomēr Chai Discovery modeli Chai-1 var izmantot šādam darbam, izmantojot tīmekļa serveri, skaidro Džeks Dents, uzņēmuma līdzdibinātājs.

Cits uzņēmums Ligo Biosciences no Sanfrancisko ir izlaidis AlphaFold3 versiju bez ierobežojumiem. Tomēr tam vēl nav pilns funkciju klāsts, tostarp spēja modelēt zāles un molekulas, kas nav olbaltumvielas.

Citas komandas strādā pie AlphaFold3 versijām, kas ir pieejamas bez šādiem ierobežojumiem: AlQuraishi cer šogad piedāvāt pilnībā atvērtā koda modeli ar nosaukumu OpenFold3. Tas ļautu farmācijas uzņēmumiem pārkvalificēt savas modeļa versijas, izmantojot patentētus datus, piemēram, proteīnu struktūras, kas saistītas ar dažādām zālēm, potenciāli uzlabojot veiktspēju.

Atklātība ir svarīga

Pagājušajā gadā ir pieaudzis jaunu bioloģisko AI modeļu uzplaukums no uzņēmumiem, kuriem ir atšķirīga pieeja atvērtībai. Viskonsinas-Medisonas universitātes skaitļošanas biologam Entonijam Gridam nav problēmu ar komercuzņēmumiem, kas ienāk viņa jomā, ja vien tie ievēro tos pašus noteikumus kā citi zinātnieki, daloties ar saviem darbiem žurnālos un pirmsdrukas serveros.

Ja DeepMind zinātniskā publikācijā izvirza apgalvojumus par AlphaFold3, es sagaidu, ka viņi arī dalīsies ar informāciju par to, kā tika veiktas prognozes, un nodrošinās AI modeļus un kodu tādā veidā, lai mēs varētu tos pārbaudīt, piebilst režģis. "Mana grupa neizmantos rīkus, kurus mēs nevaram pārbaudīt."

Fakts, ka jau ir parādījušās vairākas AlphaFold3 replikācijas, liecina, ka modelis bija reproducējams pat bez atvērtā pirmkoda, saka Pushmeet Kolli, DeepMind AI zinātnes nodaļas vadītājs. Viņš piebilst, ka nākotnē vēlētos redzēt vairāk diskusiju par standartu publicēšanu jomā, kuru arvien vairāk apdzīvo akadēmiskie un korporatīvie pētnieki.

AlphaFold2 atvērtā koda raksturs izraisīja citu zinātnieku inovāciju pieaugumu. Piemēram, nesenā olbaltumvielu modelēšanas konkursa uzvarētāji izmantoja AI rīku, lai izstrādāt jaunus proteīnus, kas var saistīties ar vēža mērķi. Džempera iecienītākais AlphaFold2 uzlauzums nāk no komandas, kas izmantoja šo rīku lai identificētu svarīgu proteīnu, kas palīdz spermai pievienoties olām.

Jumper nevar gaidīt, lai redzētu, kādi pārsteigumi parādās pēc AlphaFold3 izlaišanas – pat ja tie ne vienmēr ir veiksmīgi. "Cilvēki to izmantos dīvainos veidos," viņš prognozē. "Dažreiz tas neizdosies, un dažreiz tas izdosies."