ДалееСледующее руководство
Кими и Moonshot AI
Компании
РУКОВОДСТВО ПО КОМПАНИЯМ
АльфаФолд
AlphaFold — это Google ИИ DeepMind, который предсказывает трехмерную форму белков на основе их аминокислотной последовательности, что является грандиозной задачей биологии на протяжении 50 лет.
Прослушайте это руководствоОзвучено ИИ · ~2 min
На этой странице2 минуты чтения
Обзор
Its breakthrough earned a share of the 2024 Nobel Prize in Chemistry.
Глубокое погружение
Белки представляют собой цепочки аминокислот, которые складываются в сложные трехмерные формы, и эта форма определяет функции белка: от переноса кислорода до борьбы с инфекцией. Предсказание складки только на основе последовательности на протяжении десятилетий ставило ученых в тупик. В 2020 году AlphaFold 2 ошеломил участников конкурса CASP14, предсказав структуры с точностью, конкурирующей с медленными и дорогими лабораторными методами, такими как рентгеновская кристаллография. Затем DeepMind бесплатно предоставил исследователям более 200 миллионов предсказанных структур, охватывающих почти все известные белки. В 2024 году AlphaFold 3 расширил прогнозы на то, как белки взаимодействуют с ДНК, РНК, лекарствами и другими молекулами. За эту работу Демис Хассабис и Джон Джампер получили Нобелевскую премию по химии 2024 года.
Реальная реализация
Предоставление бесплатных 3D-структур более чем 200 миллионов белков исследователям по всему миру.
Ускорение открытия лекарств за счет выявления того, как молекулы-кандидаты связываются с целевым белком
Помощь в разработке новых ферментов, в том числе тех, которые расщепляют пластиковые отходы.
Помощь в исследованиях малярии, болезни Паркинсона и устойчивости к антибиотикам путем картирования ключевых белков.
Будущее AlphaFold
AlphaFold ускоряет открытие лекарств, разработку ферментов и понимание таких заболеваний, как малярия и устойчивость к антибиотикам. Будущие направления включают прогнозирование динамики и движения белков, а не только статические снимки, моделирование больших молекулярных комплексов и более тесную интеграцию с экспериментальными данными. Открытые базы данных и дочерние компании, такие как Isomorphic Labs, стремятся превратить предсказание структуры в более быстрые и дешевые лекарства. Ожидается, что предсказание структуры ИИ станет рутинным первым шагом практически во всей молекулярной биологии.
Применение на практике
Почему это важно
- Стратегия поставщика. Дорожные карты поставщиков влияют на то, какие функции ваша команда может создать дальше.
- Стоимость и бюджет. Коммерческие условия и варианты развертывания влияют на долгосрочные затраты и риски.
- Риски и безопасность. Стимулы компании влияют на невыполнение обязательств по продукту, безопасность и открытость.
Следите за
- Объявления о запуске могут опережать стабильность реальных производственных процессов.
- Цены на API или изменения в политике могут в одночасье разрушить предположения.
- Зависимость от одного поставщика увеличивает затраты на привязку и миграцию.
Следующие шаги
- Оценивайте поставщиков, используя собственные задачи и наборы данных.
- Перед интеграцией ознакомьтесь с условиями конфиденциальности, безопасности и юридическими условиями.
- Поддерживайте резервный план для разных моделей или поставщиков.
- Отслеживайте примечания к выпуску, чтобы изменения в дорожной карте не удивили команды.
Продолжайте исследовать
Бесплатная рассылка
Получайте ежедневный AI-обзор
Три проверенных AI-истории каждое утро буднего дня, написанные простым английским. Бесплатно навсегда, без рекламы.
Одно электронное письмо каждый будний день. Отписаться в один клик. Мы никогда не продаем и не передаем ваш адрес.
Проверьте себя
Take the AlphaFold quiz
Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.
Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование
Часто задаваемые вопросы
What is AlphaFold?
AlphaFold — это Google ИИ DeepMind, который предсказывает трехмерную форму белков на основе их аминокислотной последовательности, что является грандиозной задачей биологии на протяжении 50 лет. Его открытие принесло долю Нобелевской премии по химии 2024 года.
Что предсказывает AlphaFold?
AlphaFold предсказывает, как белок сворачивается в трехмерную форму, основываясь на последовательности аминокислот.
How can a protein’s 3D structure help researchers study its function?
Structure can guide hypotheses about molecular interactions and possible function, but biological activity still requires context and evidence.
На каком мероприятии 2020 года AlphaFold 2 продемонстрировал свою революционную точность?
AlphaFold 2 ошеломил ученых на конкурсе по предсказанию структуры белка CASP14 в 2020 году.
Какой эволюционный сигнал использует AlphaFold 2, чтобы определить, какие аминокислоты находятся рядом друг с другом?
Сравнивая родственные белки разных видов, AlphaFold обнаруживает совместно развивающиеся аминокислоты, которые, вероятно, расположены близко друг к другу в 3D.
Какое признание получили создатели AlphaFold в 2024 году?
Демис Хассабис и Джон Джампер разделили Нобелевскую премию по химии 2024 года за AlphaFold.
Продолжайте учиться
Связанные руководства
Другие руководства, выбранные по этой теме