Google的新人工智能模型Alphafold 3是最新以AI为中心的医疗突破。据报道，它可以帮助创建新的药物设计，农作物，医疗和基因组研究等。
这要归功于它在预测DNA，蛋白质和其他分子的结构方面的记录准确性。
科学家可以通过了解蛋白质如何通过理解其结构和形状与人体相互作用来开发新药物或增强现有药物。
这Google Deepmind同构实验室程序Alphafold已经表明，它可以对蛋白质的折叠方式进行令人震惊的准确预测。
Google已索引了2亿个已知蛋白质，据他们说，数百万的研究人员已使用较早的迭代来发现有关癌症治疗，疟疾疫苗和酶体系结构的信息。
可以使用下一版本AlphaFold 3对其他重要化合物（例如DNA）进行建模。
此外，它可以绘制药物与疾病之间的联系，这可能会导致研究人员的新发现。此外，Google声称其准确性比当前模型高50％。
Alphafold 3产生给定分子列表的关节3D结构作为输入，显示它们如何结合在一起。它模拟了小型化合物或配体，其中包括广泛的药物和主要的大分子，例如蛋白质，DNA和RNA。
此外，Alphafold 3可以模拟这些分子的化学变化，这些分子调节细胞的正常运行，如果受到干扰，可能会导致疾病。
Google对Alphafold 3的希望
Google希望Alphafold 3能够彻底改变对生物世界的药物发现和理解。据报道，研究人员可能会利用最近发布的直观研究工具Alphafold Server免费访问其大多数功能。
同构实验室已经与制药公司合作，将Alphafold 3应用于现实世界的药物设计困难，改善其药物设计潜力，并最终发现可能改变患者生活的突破性药物。
药物制造的AI幻觉
AI仍然是制药行业的主要技术进步。最近，研究人员已经显示尤其是这种生成的AI可以在短短几分钟内探索数百万个分子，超过传统方法相同的速度。
金伯利·鲍威尔（Kimberly Powell），医疗保健主管Nvidia，展示AI在检查人类尚未考虑的创新药物选择时如何产生幻觉。
这个过程加速了搜索和开发新药物，并以令人鼓舞的结果。
学术界，行业和科技公司（例如NVIDIA）之间的合作伙伴关系是AI如何整合到药物发现工作流程中的例子。
通过利用计算能力和AI系统，研究人员可以测试化学物质的巨大文库，并以先前闻所未闻的速度和精度预测蛋白质结构。
尽管如此，鉴于这些发展，人类试验验证仍然相当重要。鲍威尔（Powell）强调了经验证据支持AI生成的医学思想的必要性，并强调人类仍然必须产生概念证明。
相关文章：微软在OpenAI的战略性10亿美元投资以抵抗Google的AI主导地位
（照片：技术时报）
