美东时间5月8日，谷歌DeepMind与 Isomorphic Labs（DeepMind 首创人确立）宣布推出新一代AI生物分子结构模子AlphaFlod 3。
据悉，新的模子不仅局限于卵白质结构的展望，它还能够展望DNA、RNA、配体等生命分子的结构和相互作用，甚至可以展望翻译后修饰（PTM）和离子对响应分子系统结构的影响。研究职员仅需输入一个生物分子复合体的基本形貌，几秒后便能收获该复合体3D结构的准确展望。
被《Nature 》收录的《Accurate structure prediction of biomolecular interactions with AlphaFlod 3》 对模子的能力举行了详细论证。
据论文数据显示：与现有的展望方式相比，AlphaFlod 3无需输入任何结构信息的情形下，其准确性已比PoseBusters基准上的*传统方式凌驾50%（一些特殊场景可达100%），理论上优于现有的基于物理的生物分子结构展望工具。
不外，任何工具的使用都不能脱离现实。履历数天测试，已有不少专家学者引入现实问题对AlphaFlod 3的能力评估。就现在测试效果而言，AlphaFlod 3确实充满潜力，但还不足以“推翻”这一领域。
全生命分子展望，AlphaFlod 3更靠近AIDD了
与过往的AlphaFlod系列工具类似，AlphaFlod 3也接纳了神经网络架构，并以卵白质数据库（PDB）中的全球分子结构数据为基础举行训练。不外，AlphaFlod 3的展望准度在大部门场景中都远超前代产物，且在展望局限上实现了大规模的扩充。
这些能力的升级泉源于AlphaFlod 3新引入的主要组件，包罗升级版的Evoformer模块（现为Pairformer 模块）、全新的Diffusion Network等。其中，Diffusion Network从点云通过概率扩散展望坐标，进而实现了更高的展望精度。
此外，一些模子上的创新也对AlphaFlod 3的展望效果举行了优化。在手性分子等形态相似结构上，算法常会发生展望错误。这类情形下，AlphaFlod 3接纳了交织蒸馏的方式，让具备Transform模子的AlphaFlod 2先行展望，再把展望数据添加到 AlphaFlod 3 的训练中，一定水平提升了展望的准确率。
论文展示了部门AlphaFlod 3的展望效果。例如对伤风病毒刺突卵白（ 蓝色 ）与抗体（ 绿松石色 ）和单糖（ 黄色 ）相互作用时的结构展望，与真实结构准确匹配（ 灰色的）中，它与实验室获得的效果几近完全匹配（灰色部门）。
对卵白质和DNA连系的分子复合物（7R6R - DNA 连系卵白）举行展望，展望模子也与实验测定的真实分子结构（ 灰色 ）*匹配，且精度到达了远超其他模子的原子级。
在天生展望效果后，AlphaFlod3 还会提供一个置信度分数，评估该次展望效果的准确度，为研究职员提供参考。
论文展示的AlphaFlod3 的能力对于明白人类免疫反映的各个方面和新抗体的设计至关主要。这一新的工具显然可以通过辅助研究职员领会若何靠近新的疾病靶点，进而开发新的方式来追求以前遥不能及的靶点，最终加速药物设计并提高其乐成率。
此外，论文提及的RNA的展望能力同样具备极大的想象空间。
以往的药物靶点大部门都是卵白质靶点，但现实上RNA会成为一个对照好的潜在靶点。通过阻断RNA表达或阻断RNA与卵白质形成复合物，从而阻断卵白质形乐成效，药物的疗效或许会比卵白质靶点显示更好。
星巴克下一站，在村口卖奶茶？
但在已往的接纳非AlphaFlod工具举行的RNA三维结构展望中，绝大部门的展望误差跨越了10埃，与物理展望方式存在一定差距。理论上要实现RNA结构盘算相关的应用，精度*控制在2-3埃左右。
若是AlphaFlod 3能够攻克RNA效果展望，使其展望效果到达跟卵白质展望差不多的水平，那么这一工具或能优化mRNA的卵白表达，优化其稳固性，加速针对RNA target的药物设计，甚至加速将RNA自己作为新型药物的药物研发。
算法闭源，AlphaFlod 3或将开启AI分子展望付费时代
在理想情形下，原先需要花大量时间精神和资金才气考察到的征象，现在只需要在DeepMind的界面中输入参数，便能在数分钟内获得极高清晰度和准确度的生物大分子模子，甚至明确该大分子细胞系统内部的生化历程，展现若何与抗体、核酸举行反映，因而能在行业之中引起惊动。
但在现实测试中，AlphaFlod 3的能力或许不如人人期待的那样理想。
颜宁教授团队在微博上示意，AlphaFlod针对一个糖卵白的展望不如上一代版本。“这次的server版本我以为是一个速率和准确度的平衡，准确率不是*的。我现在手上有三个都是对照新鲜的卵白，之前我自己搭的AF2 multimer可以在很低的ranking position找到一两个准确的conformation，这次的server版本测试三军尽没。”
也有学者在试用AlphaFlod 3后发现DeepMind并没有将文章中引以为傲的卵白－小分子配体展望义务公然，用户仍然不能自界说配体举行复合物结构展望（aka对接）。
此外，AlphaFlod 3也因尚未开源在学界引起猛烈讨论。
现在，DeepMind仅为该模子宣布了一个名为AlphaFlod Server 的公共接口，该接口对可以举行实验的分子施加了限制，仅允许每位用户天天举行10次展望，且不提供可能与药物连系的卵白质结构。
在现实操作中，研究职员为获得最高精度，需要天生大量展望结构并对其举行排名，稀奇是对于抗体－抗原复合物，展望质量随着模子种子的数目增添而显著提高，因而对工具的筛选功效提出考量。事实制药公司并不体贴研究职员能找出若干小分子，也不体贴提供的分子是自己天生，照样从数据库里筛选，他们只在乎能否找到一个抑制卵白质的最合适的小分子。
但就AlphaFlod Server现阶段可以提供的服务而言，研究职员很难借助这一工具实现期望中的价值。AlphaFlod 3的使用限制中明确指出展望效果禁绝商用，也不能用于对接和虚拟筛选，
业内人士以为，AlphaFlod 3的开源至少会等到12月的CASP16竣事后。但思量到 Isomorphic Labs 介入了AlphaFlod 3的研发事情，DeepMInd这一次可能不会向学界开源它的开源推理代码或可执行文件，也不会开源算法和原理。事实，这些算法已经成为 Isomorphic Labs 的焦点资产。
今年1月，Isomorphic Labs宣布与礼来和诺华杀青了两项价值30亿美元的药物发现协议，互助涉及针对多种疾病相关卵白和途径的治疗方式的发现，正与AlphaFlod 3匹敌原抗体复合体的展望能力、对卵白配体复合体的展望能力、对卵白核酸复合体的展望能力慎密相关。
云云来看，AlphaFlod 3的未来可能会像GPT一样被包装成一款商用软件，面向差其余用户推出差其余版本。譬如，展望结构的排序可能会成为付费项目的一部门，需要研究职员有偿使用。现在绝大多数研究职员已经习惯了在论文之中附上AlphaFlod 2的展望效果，但随着工具闭源，这一习惯或许也将逐渐改变。
不外，无论是开源照样闭源，是免费照样商用，我们都应尊重DeepMind 与 Isomorphic Labs的选择。事实，面临分子生物学明白、调治生物系统庞大的原子相互作用这一命题，AlphaFlod 3确实率领行业向前迈出了一大步，有望实现在统一的框架内准确展望种种生物分子系统的结构。
因此，合理的商用或许能够进一步为DeepMind与 Isomorphic Labs提供更多支持，推动整个行业更快进入分子生物学的下一个时代。