AI 见闻

AlphaFold:五年的影响

Google DeepMind Blog··约 2 分钟阅读

提高发现速度苏黎世大学和塞恩斯伯里实验室分子与细胞植物生理学教授西里尔·齐普菲尔(Cyril Zipfel)认为,研究时间表大幅缩短。他们将AlphaFold与比较基因组学一起使用,以更好地了解植物如何感知环境变化,为更具韧性的作物铺平道路。

AlphaFold已被超过35,000篇论文引用,超过200,000篇论文在其方法论中纳入了AlphaFold 2的元素。它还提高了作品的质量。

创新增长实验室对AlphaFold 2影响进行的一项独立分析表明,使用AlphaFold 2的研究人员发现,他们提交的新型实验蛋白质结构增加了40%以上。这些蛋白质结构更有可能与已知结构不同,这鼓励了对未知科学领域的探索。

此外,与AlphaFold 2相关的研究在临床文章中被引用的可能性是结构生物学中的典型作品的两倍,并且被专利引用的可能性明显更高。

数字生物学的新时代AlphaFold影响力最令人兴奋的例子之一是Isomorphic Labs,这是一家成立于2021年的人工智能药物发现公司,当时该突破性模型被证明足够强大,可以应用于合理的药物设计。

此后,Isomorphic Labs开发了一个统一的药物设计引擎,以极大地改变其设计新药的方式并加快科学发现,目标是有一天解决所有疾病。

我们与Isomorphic Labs合作开发了AlphaFold 3,它为细胞提供了前所未有的视角,我们希望通过这些视角推动药物发现过程的转变,并开创“数字生物学”时代。

"该模型旨在预测所有生命分子的结构和相互作用--不仅是蛋白质,还有DNA、RNA和配体(组成大多数药物的小分子)。它还可以生成整个分子复合物的联合3D结构,从而全面了解潜在的药物分子如何与其目标蛋白结合,或者蛋白质如何与遗传物质相互作用。

AlphaFold服务器正在帮助全球非商业研究人员利用这项技术,加快他们制定和测试新假设的能力。到目前为止,它已帮助世界各地数千名研究人员进行了超过800万次折叠(结构和相互作用的预测)。

原文出处
AlphaFold: Five years of impact

本文为机器翻译辅以 AI 润色,仅供参考。原始事实以原文为准。