5月9日消息，Google DeepMind与Isomorphic Labs共同研发的AlphaFold 3人工智能模型，在权威科学期刊《自然》上发布，这一突破性的技术成果为生物分子结构的预测和药物研发领域带来了全新的可能性。
AlphaFold 3以其前所未有的精确度，成功预测了蛋白质、DNA、RNA以及配体等生物分子的三维结构和它们之间的相互作用。相较于现有的预测方法，AlphaFold 3在识别生物分子间相互作用的准确率上有了显著提升，至少提高了50%，对于某些关键类别的相互作用，其准确率更是翻倍。
AlphaFold 3的成功研发，预示着人工智能在细胞生物学领域将发挥更加重要的作用。这一技术有望为药物发现提供新的视角和方法，推动医药行业的创新发展。Isomorphic Labs已经与多家制药公司展开合作，将AlphaFold 3应用于药物设计过程中，旨在开发出针对人类重大疾病的新疗法。
为了推动全球科研领域的进步，Google DeepMind还推出了基于AlphaFold 3的免费研究平台——AlphaFold Server。该平台允许全球科学家进行非商业性的研究，通过输入生物分子的相关信息，即可预测其三维结构和与其他分子的相互作用，从而加速生物学和药物研发领域的研究进程。
AlphaFold 3的强大能力得益于其全新的架构和训练方式。它采用了改进版本的Evoformer模块，这是一种深度学习架构，在AlphaFold 2的基础上进行了优化和改进。通过大量的数据训练，AlphaFold 3已经能够处理包括所有生命分子在内的复杂生物系统。
然而，尽管AlphaFold 3展现出了巨大的潜力，但研究团队也指出了其存在的局限性。例如，在预测过程中可能会受到立体化学限制、幻觉影响以及特定目标预测限制等因素的影响。未来，研究团队将继续努力改进和优化AlphaFold 3的性能，以更好地服务于生物学和药物研发领域。
