昨晚（美东时间11月11日），Google DeepMind宣布了一个重磅消息，其最新版AI蛋白质结构预测工具AlphaFold3正式开源。
经过六个月的等待，科学家们终于可以下载AlphaFold3的软件代码，并将这一AI工具用于非商业应用程序。AlphaFold3的完全开放，为科学界带来了前所未有的机遇。
AlphaFold3是DeepMind在蛋白质结构预测领域的又一力作。与其前身相比，AlphaFold3具备与其他分子协同建模蛋白质的能力，这在蛋白质科学领域是一项重大突破。
可惜的是，当DeepMind在一篇论文中首次公布AlphaFold3时，并未立即发布其底层代码，而是通过Web服务器提供访问权限。这限制了科学家能做的预测数量和类型，特别是阻止了科学家预测蛋白质在存在潜在药物时的行为。
DeepMind的这一决定曾引发科学界的广泛讨论和批评。
许多科学家认为，不发布代码和模型权重（即通过在蛋白质结构和其他数据上训练软件获得的参数）破坏了研究的可重复性。面对这些批评，DeepMind迅速改变了方向，并表示将在半年内提供该工具的开源版本。如今，这一承诺终于兑现。
DeepMind AlphaFold团队的负责人John Jumper表示：我们非常高兴看到人们用它做什么。特别是，上个月他刚与首席执行官Demis Hassabis，一起获得了2024年诺贝尔化学奖，以表彰他们在AI工具方面的成就。（点击 这里 回顾）
现在，任何人都可以下载AlphaFold3的软件代码，并将其用于非商业用途。另一个限制在于，目前只有具有学术背景的科学家才能根据要求访问训练权重。即便如此，也已经为科学家提供了前所未有的自由，使他们能够通过自己运行模型来预测蛋白质与其他分子的交互作用。
DeepMind并非行业唯一，它的竞争对手们，来势汹汹。
在过去的几个月里，好几家公司已经推出了基于AlphaFold3的开源蛋白质结构预测工具。这些工具依赖于原始论文中描述的规范，即伪代码。
其中，中国的百度和字节跳动，以及旧金山的初创公司Chai Discovery，都推出了自己的AlphaFold3灵感模型。不过这些模型在功能上可能有所限制，但也为科学界提供了更多的选择和可能性。
此外，还有其他团队正在开发没有此类限制的AlphaFold3版本。
例如，纽约哥伦比亚大学的计算生物学家Mohammed AlQuraishi，希望在今年年底前推出一个名为OpenFold3的完全开源模型。这将使制药公司能够使用专有数据重新训练自己的模型版本，从而提高性能。
开放性在科学研究中至关重要。
去年，采用不同开放方法的公司发布了大量新的生物AI模型。威斯康星大学的计算生物学家Anthony Gitter表示，只要营利性公司在分享工作时遵循与其他科学家相同的规则，他就对它们加入这一领域持开放态度。
他强调，如果DeepMind在科学出版物中对AlphaFold3做出声明，那么他们也应该分享有关如何做出预测的信息，并以其他人可以检查的方式发布AI模型和代码。
AlphaFold2的开源性质已经激发了其他科学家的大量创新。
例如，最近一场蛋白质设计竞赛的获胜者，就使用了AI工具设计了能够结合癌症靶点的新蛋白质。Jumper最近也分享了他最喜欢的AlphaFold2黑客案例：一个团队使用该工具，帮助精子附着在卵细胞上的关键蛋白质。
至于AlphaFold3的未来，无不让人充满期待。
AlphaFold3 可以预测蛋白质与 DNA 相互作用时的结构
参考消息：
https://www.nature.com/articles/d41586-024-03708-4
免责声明
1.Nature | 最新头条！用培养的病毒，治好自己的癌症，却陷入“伦理”风波！
2.控糖竟要从未出生开始？婴幼儿吃甜（包括在妈妈肚子里），增加成年后糖尿病和高血压风险
3.Nature子刊 | 大刊“催婚”，别具一格！单身抑郁风险增加，而婚姻是抗抑郁良药
5.别迷信“站立式”办公，跟久坐一样伤身！多站立会带来其他健康风险
