A Google DeepMind bemutatta az AlphaFold 3 technológiáját, amellyel a kutatók még egy lépéssel közelebb kerülhetnek a betegségek kiváltó okainak feltárásához és ezzel együtt a gyógyítás módjához.
A Google DeepMind bemutatta az új technológiai-biológiai áttörését, ami elősegítheti a betegségek, például a rák titkainak feltárását. Az eredetileg 2018-ban kifejlesztett technológia harmadik generációja, az AlphaFold 3 az eddigieknél még pontosabban jósolja meg, hogy hogyan néznek ki és miként kapcsolódnak össze az apró biológiai struktúrák – olvasható a Nature folyóiratban szerdán megjelent tanulmányban. A DeepMind gyógyszerkutató a spin-offjával, az Isomorphic Labsszel közösen fejlesztette ki a modellt.
Demis Hassabis, a DeepMind vezérigazgatója és társalapítója elmondta, hogy az AlphaFold 3 egy nagy lépés lehet afelé, hogy még jobban megismerjük a biológiai tulajdonságokat a sejtekben lévő különböző molekulák közötti kölcsönhatások révén.
És ez még nem minden. A modell az eddigieknél részletesebben képes felvázolni a szervezetek működéséhez elengedhetetlen biokémiai hálózatokat, a DNS-t és az RNS-t, valamint a ligandumokat, amelyek egy-egy betegség fontos jelzői lehetnek.
Azonban vannak olyan helyzetek, amibe még ennek a modellnek is beletörik a bicskája. Az AlphaFold 3 nem feltétlenül kezeli jól a királis szerkezeteket, néha – mint szinte minden MI – téved, és gyakran rosszul méri fel a szerkezeti rendet.
Max Jaderberg, az Isomorphic Labs mesterségesintelligencia-vezetője szerint az AlphaFold 3 felgyorsíthatja az új, potenciális gyógyszermolekulák felfedezését is. Hozzátette, hogy segítségével a kutatók atomi szinten állíthatnak fel hipotéziseket és tesztelhetik azokat, majd a mesterséges intelligencia másodperceken belül rendkívül pontosan megjósolhatja a végeredményt.
Bár léteznek már hasonlók a piacon, a hírek szerint az AlphaFold 3 pontosabb, mint számos korábbi speciális eszköz, beleértve az e modell korábbi változatain alapuló eszközöket is. John Jumper, a DeepMind AlphaFold csapatának vezetője úgy gondolja, hogy a növénybiológiában, ezáltal az élelmiszer-biztonságban is fontos szerepet kaphat ez a megoldás.
A modell a funkcióinak nagy részét egy szerveren keresztül teszi elérhetővé, amelyhez az akadémiai, nem kereskedelmi felhasználók számára ingyenes lesz a hozzáférés.
Az AlphaFold 3 által javasolt molekulákat még kísérletileg hitelesíteni kell, és át kell esniük a klinikai vizsgálatok szokásos folyamatán. A Boston Consulting Group e héten közzétett tanulmánya szerint a mesterséges intelligencia által megalkotott gyógyszerek nagyobb arányban sikeresek a korai fázisú kísérletek során, mint a más módszerekkel felfedezettek. A kutatók szerint az MI megduplázhatja a gyógyszeripari kutatás-fejlesztés termelékenységét.
Borítókép:Shutterstock