Während das im Jahr 2020 veröffentlichte Vorgängermodell die Forschungsgemeinschaft mit seiner Fähigkeit, Proteinstrukturen vorherzusagen, verblüffte, fordern Forscher, dass das Werkzeug mehr als nur Proteine verarbeiten kann.
Jetzt, so DeepMind, kann AlphaFold 3 die Strukturen von DNA, RNA und Molekülen wie Liganden vorhersagen, die für die Arzneimittelentwicklung unerlässlich sind. Laut DeepMind bietet das Tool ein differenzierteres und dynamischeres Porträt der Molekülinteraktionen als alles, was bisher verfügbar war.
„Biologie ist ein dynamisches System“, sagte Demis Hassabis, CEO von DeepMind, Reportern in einem Telefonat. „Eigenschaften der Biologie entstehen durch die Wechselwirkungen zwischen verschiedenen Molekülen in der Zelle, und man kann sich AlphaFold 3 als unseren ersten großen Schritt in diese Richtung vorstellen.“ [modeling] Das.”
AlphaFold 2 hat uns geholfen, das menschliche Herz besser zu kartieren, antimikrobielle Resistenzen zu modellieren und die Eier ausgestorbener Vögel zu identifizieren, aber wir wissen noch nicht, welche Fortschritte AlphaFold 3 bringen wird.
Mohammed AlQuraishi, Assistenzprofessor für Systembiologie an der Columbia University, der nicht mit DeepMind verbunden ist, glaubt, dass die neue Version des Modells für die Arzneimittelforschung noch besser sein wird. „Das AlphaFold 2-System kannte nur Aminosäuren und war daher für Biopharmazeutika nur von sehr begrenztem Nutzen“, sagt er. „Aber jetzt kann das System im Prinzip vorhersagen, wo ein Medikament ein Protein bindet.“
Laut DeepMind nutzt Isomorphic Labs, ein Spin-off von DeepMind zur Arzneimittelforschung, das Modell bereits für genau diesen Zweck und arbeitet mit Pharmaunternehmen zusammen, um neue Behandlungen für Krankheiten zu entwickeln.
Laut AlQuraishi stellt die Veröffentlichung einen großen Schritt nach vorne dar. Aber es gibt Vorbehalte.
„Dadurch wird das System viel allgemeiner und insbesondere für Zwecke der Arzneimittelentdeckung (in der frühen Forschungsphase) ist es jetzt weitaus nützlicher als AlphaFold 2“, sagt er. Aber wie bei den meisten Modellen hängt die Wirkung von AlphaFold davon ab, wie genau seine Vorhersagen sind. Bei einigen Anwendungen ist die Erfolgsquote von AlphaFold 3 doppelt so hoch wie bei vergleichbaren Spitzenmodellen wie RoseTTAFold. Aber für andere, wie Protein-RNA-Wechselwirkungen, sagt AlQuraishi, dass es immer noch sehr ungenau ist.