谷歌DeepMind推出下一代藥物發現人工智能模型 | 路透社

第1項，共2項 谷歌DeepMind的標誌在2024年1月8日拍攝的這幅插圖中出現在計算機主板附近。路透社/Dado Ruvic/插圖/檔案照片

谷歌DeepMind的標誌在2024年1月8日拍攝的這幅插圖中出現在計算機主板附近。路透社/Dado Ruvic/插圖/檔案照片倫敦，5月8日（路透社） - 谷歌DeepMind推出了其“AlphaFold”人工智能模型的第三個主要版本，旨在幫助科學家更有效地設計藥物和針對疾病。

2020年，該公司在分子生物學方面取得了重大進展，成功利用人工智能預測微觀蛋白質的行為。

在AlphaFold的最新版本中，DeepMind和其姐妹公司Isomorphic Labs的研究人員——均由聯合創始人Demis Hassabis監督——已繪製出所有生命分子的行為，包括人類DNA。

蛋白質與其他分子的相互作用——從對人類新陳代謝至關重要的酶，到對抗傳染病的抗體——是藥物發現和開發的關鍵。

DeepMind表示，週三在《自然》研究期刊上發表的研究結果將減少開發潛在改變生命的治療所需的時間和金錢。

“憑藉這些新能力，我們可以設計一種分子，使其與蛋白質的特定位置結合，並預測它將結合的強度，”Hassabis在週二的新聞發佈會上表示。

“如果你想設計能夠幫助治療疾病的藥物和化合物，這是一個關鍵步驟。”

該公司還宣佈發佈“AlphaFold服務器”，這是一個免費的在線工具，科學家可以在進行實際測試之前用來驗證他們的假設。

自2021年以來，AlphaFold的預測對非商業研究人員免費開放，作為一個包含超過2億種蛋白質結構的數據庫的一部分，並在其他人的工作中被引用了數千次。

DeepMind表示，新服務器所需的計算知識更少，使研究人員只需點擊幾下按鈕即可進行測試。

DeepMind的高級研究科學家約翰·賈姆珀表示：“AlphaFold服務器將使生物學家——他們是生物學專家，而不是計算機科學專家——測試更大、更復雜的案例變得更加容易，這將非常重要。”

伯明翰大學的微生物學專家妮可·惠勒博士表示，AlphaFold 3可以顯著加快藥物發現的流程，因為“物理生產和測試生物設計目前在生物技術中是一個重大瓶頸。”

科技彙總通訊將最新的新聞和趨勢直接送到您的收件箱。請在 這裏註冊。