ГІД компаній
AlphaFold
AlphaFold — це Google штучний інтелект DeepMind, який передбачає 3D-форму білків на основі їхньої амінокислотної послідовності, що становить 50-річний грандіозний виклик біології.
Послухайте цей посібникШІ-розказаний · ~2 min
На цій сторінці2 хвилини читання
Огляд
Його відкриття принесло частку Нобелівської премії з хімії 2024 року.
Глибоке занурення
Білки — це ланцюжки амінокислот, які згортаються в складні тривимірні форми, і ця форма визначає те, що робить білок, від перенесення кисню до боротьби з інфекцією. Прогнозування згортання лише на основі послідовності спантеличило вчених протягом десятиліть. У 2020 році AlphaFold 2 приголомшив поле на конкурсі CASP14, передбачаючи структури з точністю, що конкурує з повільними, дорогими лабораторними методами, такими як рентгенівська кристалографія. Потім DeepMind опублікував понад 200 мільйонів передбачених структур, що охоплюють майже всі відомі білки, безкоштовно для дослідників. У 2024 році AlphaFold 3 розширив прогнози щодо взаємодії білків з ДНК, РНК, ліками та іншими молекулами. За цю роботу Деміс Хассабіс і Джон Джампер розділили Нобелівську премію з хімії 2024 року.
Реалізація в реальному світі
Надання дослідникам у всьому світі безкоштовних 3D-структур для понад 200 мільйонів білків
Прискорення відкриття ліків шляхом виявлення того, як молекули-кандидати зв’язують цільовий білок
Допомога в розробці нових ферментів, у тому числі тих, які розщеплюють пластикові відходи
Допомога в дослідженні малярії, хвороби Паркінсона та стійкості до антибіотиків шляхом картографування ключових білків
Майбутнє AlphaFold
AlphaFold прискорює відкриття ліків, розробку ферментів і розуміння хвороб, таких як малярія та стійкість до антибіотиків. Майбутні напрямки включають прогнозування динаміки та руху білків, а не лише статичні знімки, моделювання великих молекулярних комплексів та більш тісну інтеграцію з експериментальними даними. Відкриті бази даних і такі дочірні компанії, як Isomorphic Labs, мають на меті перетворити прогнозування структури на швидші та дешевші ліки. Очікуйте, що передбачення структури ШІ стане рутинним першим кроком майже в усій молекулярній біології.
Застосування на практиці
Чому це важливо
- Стратегія постачальника. Дорожні карти постачальників впливають на те, які функції ваша команда може створити далі.
- Вартість і бюджет. Комерційні умови та варіанти розгортання впливають на довгострокову вартість і ризик.
- Ризики та безпека. Стимули компанії формують стандарти продукту, безпеку та відкритість.
Зверніть увагу на
- Оголошення про запуск можуть випереджати стабільність у реальних робочих процесах виробництва.
- Зміни в ціноутворенні API або в політиці можуть миттєво порушити припущення.
- Залежність від одного постачальника збільшує витрати на блокування та міграцію.
Наступні кроки
- Оцініть постачальників за допомогою власних завдань і наборів даних.
- Перегляньте умови конфіденційності, безпеки та юридичні умови перед інтеграцією.
- Підтримуйте запасний план для різних моделей або постачальників.
- Слідкуйте за примітками до випуску, щоб зміни дорожньої карти не здивували команди.
Продовжуйте досліджувати
Безплатний розсилок
Отримуйте щоденне зведення новин про ШІ
Три перевірені історії про ШІ щоробочого ранку, написані простою мовою. Безплатно назавжди, без реклами.
Один лист щотижня з понеділка по п'ятницю. Відписатися в один клік. Ми ніколи не продаємо та не передаємо вашу адресу.
Перевір себе
Take the AlphaFold quiz
Миттєва зворотна связь на кожну відповідь та сертифікат із перевіреним ідентифікатором, яким можна поділитися, після проходження курсу.
Підтримайте безплатну освіту у сфері ШІ. AI Understanding — це некомерційна організація 501(c)(3) — без реклами, без платних стін, назавжди. Зробіть пожертву
Часті запитання
Що таке AlphaFold?
AlphaFold — це Google штучний інтелект DeepMind, який передбачає 3D-форму білків на основі їхньої амінокислотної послідовності, що становить 50-річний грандіозний виклик біології. Його відкриття принесло частку Нобелівської премії з хімії 2024 року.
Що прогнозує AlphaFold?
AlphaFold передбачає, як білок згортається в свою тривимірну форму на основі його послідовності амінокислот.
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 якому заході 2020 року AlphaFold 2 продемонстрував свою проривну точність?
AlphaFold 2 приголомшив вчених на змаганні з прогнозування структури білка CASP14 у 2020 році.
Який еволюційний сигнал використовує AlphaFold 2, щоб визначити, які амінокислоти знаходяться поруч?
Порівнюючи споріднені білки різних видів, AlphaFold виявляє амінокислоти, що спільно розвиваються, які, ймовірно, розташовані близько одна до одної в 3D.
Яке головне визнання отримали творці AlphaFold у 2024 році?
Деміс Хассабіс і Джон Джампер розділили Нобелівську премію з хімії 2024 року за AlphaFold.
Продовжуйте вчитися
Пов'язані посібники
Інші посібники, вибрані для цієї теми