谷歌DeepMind推出下一代药物发现人工智能模型 | 路透社

第1项，共2项 谷歌DeepMind的标志在2024年1月8日拍摄的这幅插图中出现在计算机主板附近。路透社/Dado Ruvic/插图/档案照片

谷歌DeepMind的标志在2024年1月8日拍摄的这幅插图中出现在计算机主板附近。路透社/Dado Ruvic/插图/档案照片伦敦，5月8日（路透社） - 谷歌DeepMind推出了其“AlphaFold”人工智能模型的第三个主要版本，旨在帮助科学家更有效地设计药物和针对疾病。

2020年，该公司在分子生物学方面取得了重大进展，成功利用人工智能预测微观蛋白质的行为。

在AlphaFold的最新版本中，DeepMind和其姐妹公司Isomorphic Labs的研究人员——均由联合创始人Demis Hassabis监督——已绘制出所有生命分子的行为，包括人类DNA。

蛋白质与其他分子的相互作用——从对人类新陈代谢至关重要的酶，到对抗传染病的抗体——是药物发现和开发的关键。

DeepMind表示，周三在《自然》研究期刊上发表的研究结果将减少开发潜在改变生命的治疗所需的时间和金钱。

“凭借这些新能力，我们可以设计一种分子，使其与蛋白质的特定位置结合，并预测它将结合的强度，”Hassabis在周二的新闻发布会上表示。

“如果你想设计能够帮助治疗疾病的药物和化合物，这是一个关键步骤。”

该公司还宣布发布“AlphaFold服务器”，这是一个免费的在线工具，科学家可以在进行实际测试之前用来验证他们的假设。

自2021年以来，AlphaFold的预测对非商业研究人员免费开放，作为一个包含超过2亿种蛋白质结构的数据库的一部分，并在其他人的工作中被引用了数千次。

DeepMind表示，新服务器所需的计算知识更少，使研究人员只需点击几下按钮即可进行测试。

DeepMind的高级研究科学家约翰·贾姆珀表示：“AlphaFold服务器将使生物学家——他们是生物学专家，而不是计算机科学专家——测试更大、更复杂的案例变得更加容易，这将非常重要。”

伯明翰大学的微生物学专家妮可·惠勒博士表示，AlphaFold 3可以显著加快药物发现的流程，因为“物理生产和测试生物设计目前在生物技术中是一个重大瓶颈。”

科技汇总通讯将最新的新闻和趋势直接送到您的收件箱。请在 这里注册。