Компании DeepMind (подразделение Alphabet) и Isomorphic Labs представили третью версию алгоритма AlphaFold, который способен предсказывать трехмерную структуру белков и других молекул. Система также моделирует взаимодействия веществ с ДНК и РНК, что ускоряет разработку лекарств.
Технологические особенности AlphaFold 3
Алгоритм основан на современной нейросетевой архитектуре (подобной той, что применяется в ChatGPT), но с дополнительным модулем, который помогает анализировать геометрические данные: изображения, 3D-объекты или пространственные связи. 
Схема, на которой виден принцип работы AlphaFold
Как сообщает портал «N+1», в отличие от AlphaFold 2, в новой версии алгоритма реализована функция построения элементов вторичной структуры (α-спиралей и β-слоёв) в областях белков, традиционно считающихся неструктурированными. Обучение AlphaFold 3 осуществлялось на основе масштабных данных, отражающих молекулярные структуры, которые хранятся в глобальном банке данных белков (PDB). Для ускорения вычислений DeepMind задействовала суперкомпьютер Google TPU v5 с 4096, что сократило время тренировки на 50%.
В ходе независимой проверки в Институте Фрэнсиса Крика (Великобритания) AlphaFold 3 предсказал структуру белков на этапе генома. Результаты подтверждены криоэлектронной микроскопией, во время которой в среду встраивается стекловидный лёд.
Практическое применение
- Фармакология
Современные фармакологические предприятия активно внедряют систему AlphaFold для компьютерного моделирования белковых мишеней. Такой подход сокращает временные затраты на идентификацию биологически активных соединений с требуемыми свойствами. - Вирусологические исследования
При возрастающих эпидемиологических рисках технология позволяет оперативно анализировать пространственную организацию вирусных белков. Это дает возможность ускоренной разработки профилактических препаратов и терапевтических методик. - Экстремофильные исследования
Ученые, занимающиеся изучением микроорганизмов-экстремофилов, применяют алгоритм для расшифровки функциональных особенностей белков, обеспечивающих адаптацию к неблагоприятным экологическим условиям.
Критические аспекты, с которыми столкнулся AlphaFold 3
Ограниченная доступность технологии
По данным «SEARCH AI», версия AlphaFold 3 не предоставляет исследователям доступа к исходному коду. Работа с алгоритмом возможна исключительно через облачный интерфейс, при этом функционал сервера ограничен некоммерческими исследовательскими задачами.
Функциональные ограничения
Модель демонстрирует сниженную эффективность при:
- Прогнозировании взаимодействий между белковыми структурами и новыми фармакологическими соединениями
- Моделировании стереохимических параметров (включая нарушения хиральности)
- Анализе пространственных конфликтов атомных структур
- Воспроизведении динамических изменений биомолекул во временном континууме
Реакция научного сообщества
Отсутствие открытого доступа к алгоритму спровоцировало значительную дискуссию в академической среде. Более 1000 специалистов в области структурной биологии подписали коллективное обращение, выражающее озабоченность подобной политикой распространения научного инструментария.
Конкуренция
- RoseTTAFold 2. Разработка Университета Вашингтона, доступная в открытом доступе. Точность — 89%, но требует в 10 раз меньше ресурсов.
- ESMFold. Модель Meta (признана экстремистской организацией, деятельность запрещена на территории РФ), обученная на 600 млн белковых последовательностей. Специализируется на мембранных белках.
Возможности проекта
В 2024 году Google DeepMind запустила бесплатный веб-сервис AlphaFold Server, предоставляющий исследователям доступ к возможностям AlphaFold 3. Платформа разработана специально для некоммерческих научных исследований и имеет ряд функциональных ограничений. В частности, сервис не поддерживает анализ белковых структур в комплексе с потенциальными лекарственными препаратами. Для обеспечения равноправного доступа всех пользователей введена система квотирования, разрешающая выполнение не более десяти предсказаний белковых структур в сутки с одного исследовательского аккаунта.
Проверить свои знания о новой технологии AlphaFold 3 можно, пройдя викторину!
Наш историк в сфере технологий: из ее материалов вы узнаете, как телефон повлиял на развитие нейросетей и что придумали ученые, чтобы лучше изучить белки, которые находятся с нами (в нас!) на протяжении всей истории.