AlphaFold 3 promite accelerarea descoperirilor medicale și a tratamentelor pentru boli precum cancerul. Modelul oferă predicții detaliate ale structurilor biologice la nivel molecular, scrie Financial Times. 

Cea de-a treia generație a tehnologiei AlphaFold, dezvoltată inițial în 2018, oferă cele mai sofisticate previziuni de până acum despre felul în care arată și interacționează structurile biologice minuscule, potrivit unui studiu publicat miercuri în revista Nature.

Modelul, realizat în colaborare cu startup-ul de descoperire de medicamente Isomorphic Labs (un spin-off al DeepMind), este cel mai recent pas important în aplicarea puterii predictive a inteligenței artificiale în scopul înțelegerii mecanismelor ce stau la baza vieții.

"Biologia este un sistem dinamic. Trebuie să înțelegem cum proprietățile biologice apar prin interacțiunea dintre diferite molecule din celule", a declarat Sir Demis Hassabis, CEO și co-fondator al DeepMind. "AlphaFold 3 poate fi considerat primul nostru mare pas în această direcție."

Oportunități pentru dezvoltarea de noi medicamente

Actualizarea tehnologică extinde domeniul de analiză biologică dincolo de proteinele studiate anterior, oferind o perspectivă mai amplă asupra rețelelor biochimice ce asigură funcționarea organismelor. Modelul acoperă codul genetic ADN și ARN, precum și liganzi - molecule care se leagă de altele și pot fi markeri importanți ai anumitor boli.

Capabilitățile AlphaFold 3 deschid noi oportunități pentru cercetători. Aceștia pot identifica rapid potențiale molecule pentru noi medicamente, a declarat Max Jaderberg, Chief AI Officer la Isomorphic Labs (companie ce are parteneriate cu giganții farmaceutici Eli Lilly și Novartis).

"Acest model le permite oamenilor de știință și specialiștilor în dezvoltarea medicamentelor să creeze și să testeze ipoteze la nivel atomic, apoi să producă predicții structurale extrem de precise, cu ajutorul AlphaFold 3, în câteva secunde", a spus Jaderberg. "Faceți comparația cu lunile sau chiar anii pe care i-ar putea lua realizarea experimentală a aceluiași lucru".

Îmbunătățiri semnificative și potențial uriaș

AlphaFold 3 demonstrează o precizie predictivă "semnificativ îmbunătățită" față de multe instrumente specializate existente, inclusiv cele bazate pe versiunile anterioare ale modelului. Cercetarea arată că dezvoltarea unor cadre de învățare profundă (deep learning) potrivite în cadrul AI poate reduce substanțial cantitatea de date necesare pentru a obține rezultate relevante din punct de vedere biologic.

"Vedem îmbunătățiri cu adevărat incredibile, care credem că vor duce la multe noi descoperiri științifice", a declarat John Jumper, liderul echipei AlphaFold de la DeepMind. Jumper a menționat potențialul tehnicii de a îmbunătăți cunoștințele despre biologia plantelor și, astfel, securitatea alimentară.

Moleculele sugerate de AlphaFold 3 vor trebui în continuare validate experimental și vor trece prin procesul normal de testare clinică. DeepMind susține că pune la dispoziția utilizatorilor academici, pentru uz necomercial, cea mai mare parte a funcționalităților AlphaFold 3 printr-un server cu acces gratuit.

Același demers va schimba fundamental modul în care se fac experimentele, a declarat Julien Bergeron, biolog structural la King's College London, care nu a fost implicat în dezvoltarea AlphaFold 3, dar a fost un utilizator de testare al acestuia. "Putem începe să testăm ipoteze înainte de a merge măcar în laborator", a spus el. "Acest lucru va fi cu adevărat transformator."

  Fiți la curent cu ultimele noutăți. Urmăriți DCNews și pe Google News