AlphaFold 3: предсказание структуры разнообразных биомолекулярных систем

Исследователи из Google DeepMind и Isomorphic Labs (Лондон) представили существенные улучшения AlphaFold 2. Новая версия, AlphaFold 3, способна предсказывать структуру широкого спектра биомолекулярных систем с большей точностью и широтой охвата. Исследование опубликовано в журнале Nature.

Ключевые улучшения:

• Расширенные возможности: Система теперь может предсказывать структуры не только белков, но и лигандов, РНК, ДНК, ионов, нуклеиновых кислот, а также взаимодействия антител с антигенами.
• Новая архитектура: Улучшения достигнуты за счёт применения диффузионных техник к базовой архитектурной модели приложения.
• Применение в разработке лекарств: Инструмент уже используется дочерней компанией по разработке лекарств (спин-оффом DeepMind) для открытия новых препаратов.

Точность и ограничения:

Исследователи заявляют, что AlphaFold 3 значительно точнее предыдущих версий и аналогов. Однако система имеет определённые ограничения:

• Частота ошибок по хиральности составляет 4.4%.
• Иногда возникают "галлюцинации" (hallucinations), что снижает качество визуализации ленточных моделей.

Планы на будущее:

Работа над AlphaFold будет продолжена с целью повышения точности и добавления поддержки новых типов систем. Также планируется внедрить систему ранжирования для помощи пользователям в оценке результатов, предоставляемых системой.