Google strávil velkou část minulého roku tím, že se snažil postavit svého chatbota Gemini, aby čelil ChatGPT, a představil jej jako multifunkčního asistenta umělé inteligence, který může pomoci s pracovními úkoly nebo digitálními pracemi v osobním životě. V tichosti společnost pracuje na vylepšení specializovanějšího nástroje umělé inteligence, který je již pro některé vědce nutností.
AlphaFold, software vyvinutý jednotkou DeepMind AI společnosti Google k předpovídání 3D struktury proteinů, prošel významným vylepšením. Nyní může modelovat další molekuly biologického významu, včetně DNA, a interakce mezi protilátkami produkovanými imunitním systémem a molekulami chorobných organismů. DeepMind přidal tyto nové schopnosti do AlphaFold 3 částečně prostřednictvím výpůjček technik z generátorů obrázků AI.
„Je to pro nás velký pokrok,“ řekl Demis Hassabis, generální ředitel Google DeepMind, WIRED před středečním zveřejněním článku o AlphaFold 3 ve vědeckém časopise. Příroda. „To je přesně to, co potřebujete k objevu léku: Musíte vidět, jak se malá molekula naváže na lék, jak silně a také na co dalšího by se mohla vázat.“
AlphaFold 3 dokáže modelovat velké molekuly, jako je DNA a RNA, které nesou genetický kód, ale také mnohem menší entity, včetně kovových iontů. Dokáže s vysokou přesností předvídat, jak budou tyto různé molekuly vzájemně interagovat, tvrdí výzkumný papír společnosti Google.
Software vyvinula společnost Google DeepMind a Isomorphic labs, sourozenecká společnost pod mateřskou společností Alphabet, která pracuje na umělé inteligenci pro biotechnologie, kterou rovněž vede Hassabis. V lednu Isomorphic Labs oznámila, že bude spolupracovat s Eli Lilly a Novartis na vývoji léků.
AlphaFold 3 bude zpřístupněn prostřednictvím cloudu pro externí výzkumníky k bezplatnému přístupu, ale DeepMind neuvolňuje software jako open source, jako tomu bylo u dřívějších verzí AlphaFold. John Jumper, který vede tým Google DeepMind pracující na softwaru, říká, že by to mohlo pomoci hlouběji porozumět tomu, jak proteiny interagují a pracují s DNA uvnitř těla. „Jak proteiny reagují na poškození DNA; jak to najdou, opraví?“ říká Jumper. „Můžeme začít odpovídat na tyto otázky.“
Pochopení proteinových struktur vyžadovalo pečlivou práci pomocí elektronových mikroskopů a techniky zvané rentgenová krystalografie. Před několika lety začaly akademické výzkumné skupiny testovat, zda hluboké učení, technika v srdci mnoha nedávných pokroků umělé inteligence, dokáže předpovědět tvar proteinů jednoduše z jejich aminokyselin, které tvoří, učením se ze struktur, které byly experimentálně ověřeny.
V roce 2018 Google DeepMind odhalil, že pracuje na softwaru AI s názvem AlphaFold, aby přesně předpovídal tvar proteinů. V roce 2020 poskytl AlphaFold 2 výsledky dostatečně přesné, aby spustily bouři vzrušení v molekulární biologii. O rok později společnost vydala open source verzi AlphaFold, kterou může kdokoli použít, spolu s 350 000 předpokládanými proteinovými strukturami, včetně téměř všech známých proteinů v lidském těle. V roce 2022 společnost vydala více než 2 miliony proteinových struktur.
Čerpáme z těchto zdrojů: google.com, science.org, newatlas.com, wired.com, pixabay.com
