Google的新人工智慧模型Alphafold 3是最新以AI為中心的醫療突破。據報導,它可以幫助創建新的藥物設計,農作物,醫療和基因組研究等。
這要歸功於它在預測DNA,蛋白質和其他分子的結構方面的記錄準確性。
科學家可以通過了解蛋白質如何通過理解其結構和形狀與人體相互作用來開發新藥物或增強現有藥物。
這Google Deepmind同構實驗室程序Alphafold已經表明,它可以對蛋白質的折疊方式進行令人震驚的準確預測。
Google已索引了2億個已知蛋白質,據他們說,數百萬的研究人員已使用較早的迭代來發現有關癌症治療,瘧疾疫苗和酶體系結構的信息。

可以使用下一版本AlphaFold 3對其他重要化合物(例如DNA)進行建模。
此外,它可以繪製藥物與疾病之間的聯繫,這可能會導致研究人員的新發現。此外,Google聲稱其準確性比當前模型高50%。
Alphafold 3產生給定分子列表的關節3D結構作為輸入,顯示它們如何結合在一起。它模擬了小型化合物或配體,其中包括廣泛的藥物和主要的大分子,例如蛋白質,DNA和RNA。
此外,Alphafold 3可以模擬這些分子的化學變化,這些分子調節細胞的正常運行,如果受到干擾,可能會導致疾病。
Google對Alphafold 3的希望
Google希望Alphafold 3能夠徹底改變對生物世界的藥物發現和理解。據報導,研究人員可能會利用最近發布的直觀研究工具Alphafold Server免費訪問其大多數功能。
同構實驗室已經與製藥公司合作,將Alphafold 3應用於現實世界的藥物設計困難,改善其藥物設計潛力,並最終發現可能改變患者生活的突破性藥物。
藥物製造的AI幻覺
AI仍然是製藥行業的主要技術進步。最近,研究人員已經顯示尤其是這種生成的AI可以在短短幾分鐘內探索數百萬個分子,超過傳統方法相同的速度。
金伯利·鮑威爾(Kimberly Powell),醫療保健主管Nvidia,展示AI在檢查人類尚未考慮的創新藥物選擇時如何產生幻覺。
這個過程加速了搜索和開發新藥物,並以令人鼓舞的結果。
學術界,行業和科技公司(例如NVIDIA)之間的合作夥伴關係是AI如何整合到藥物發現工作流程中的例子。
通過利用計算能力和AI系統,研究人員可以測試化學物質的巨大文庫,並以先前聞所未聞的速度和精度預測蛋白質結構。
儘管如此,鑑於這些發展,人類試驗驗證仍然相當重要。鮑威爾(Powell)強調了經驗證據支持AI生成的醫學思想的必要性,並強調人類仍然必須產生概念證明。
相關文章:微軟在OpenAI的戰略性10億美元投資以抵抗Google的AI主導地位

(照片:技術時報)