AlphaFold 3发布:施一公、颜宁点赞,结构生物学迎来新突破
AlphaFold 3发布:施一公、颜宁点赞,结构生物学迎来新突破
5月8日,谷歌DeepMind发布了其生物学预测工具AlphaFold的最新版本——AlphaFold 3,这一突破性进展登上了Nature期刊的头版。AlphaFold 3不仅能够预测蛋白质结构,还能预测几乎所有生命分子的结构,包括DNA、RNA等,其预测精度相比现有方法提升了50%至100%。
技术突破:从蛋白质到所有生物分子
AlphaFold 3的突破性进展主要体现在两个方面:预测范围的扩展和预测精度的大幅提升。具体来说:
预测范围扩展:AlphaFold 3首次实现了对所有重要生物分子及其相互作用的预测,包括蛋白质、DNA、RNA、小分子(如药物)以及各种复合物。这标志着AI在生物分子结构预测领域的重大突破。
预测精度提升:相比现有方法,AlphaFold 3对蛋白质与其他分子相互作用的预测效果至少提升了50%,对特定类别甚至达到100%的提升。这种精度的提升对于理解生物分子间的相互作用至关重要。
AlphaFold 3的技术创新主要体现在其独特的模型架构上。它采用了AI领域的核心组合架构——Transformer和Diffusion模型,直接预测原子的3D坐标。这种架构上的创新使得AlphaFold 3能够更准确地预测分子的三维结构,同时减少了对目标序列相关蛋白质信息的依赖。
权威评价:施一公与颜宁的理性思考
AlphaFold 3的发布引发了科学界的广泛关注,生物物理学家施一公和结构生物学家颜宁分别表达了他们的看法。
施一公认为,AlphaFold 3“帮我做到了以前做梦都不敢想的事”。他以自己过去的研究经历为例,指出以前需要带领10个博士生花费5年时间才能解决一个大复合物的结构,而现在借助AI,一个学生只需一到两个星期就能完成。但他也强调,人类进步的根本还是要靠创新和科学家的努力。AI虽然能预测蛋白质结构,但理解生命不能仅靠这些“砖头”,还需要搭建“房子”并理解其功能,而这些是AI目前无法做到的。
颜宁则表示,她对AI的态度是“敬畏”,因为其发展速度超乎想象。但她也指出,AlphaFold 3目前还不能解决所有问题,比如她关注的glycoproteins、生物医学中的“暗物质”以及in situ structures等。她强调,结构一直是工具,以前是验证的工具,现在越来越多地成为发现的工具。AI的发展确实令人惊叹,但科学家需要学会如何拥抱新技术,提出更有意思的科学问题。
商业化与开源争议
AlphaFold 3的发布也引发了关于AI工具商业化与开源的讨论。DeepMind并未开源AlphaFold 3的代码,而是推出了AlphaFold Server平台,每天提供10次免费使用机会,但限制了与制药相关的分子预测。这一举措引发了科学界的广泛批评,超过650名研究人员联名签署公开信,对论文不提供代码表示失望,并指出这可能违反了期刊关于代码可用性的规定。
面对批评,DeepMind研究人员表示将在6个月内为学界提供开源模型。这一承诺在一定程度上缓解了科学界的担忧,但也凸显了AI工具在商业化与开放科学之间的紧张关系。
未来展望:生物科学研究与药物开发的新纪元
AlphaFold 3的发布标志着生物科学研究进入了一个新的阶段。它不仅为科学家提供了一个强大的工具来理解疾病机制和开发新药,还开启了AI与科学研究深度融合的新篇章。DeepMind CEO Hassabis预计,未来几年将有一大批AI设计的药物进入临床试验,为人类健康带来重大突破。
然而,正如施一公和颜宁所指出的,AI只是科学研究的工具,真正的科学发现和创新仍然需要科学家的智慧和努力。AlphaFold 3的突破性进展为科学研究提供了新的可能性,但理解生命、开发新药等复杂任务仍需要人类科学家的主导。
AlphaFold 3的发布无疑是AI与生物科学研究结合的重要里程碑,它不仅展示了AI在预测生物分子结构方面的巨大潜力,也引发了对AI与科学研究未来关系的深入思考。随着技术的不断发展,我们有理由相信,AI将在更多领域为人类带来突破性进展,但科学探索的主角始终是人类自己。