Google दीपमाइंडने शांतपणे त्याच्या सीमेवरील कृत्रिम बुद्धिमत्ता (एआय) मॉडेल ओपन-सोर्स केले आहे जे प्रथिने आणि इतर रेणूंमधील परस्परसंवादाचा अंदाज लावू शकते. डब केलेले अल्फाफोल्ड 3, मोठ्या भाषेचे मॉडेल अल्फाफोल्ड 2 चे उत्तराधिकारी आहे, ज्यांचे 2024 मध्ये रसायनशास्त्रात मोठ्या भाषा मॉडेल (एलएलएम) डेमिस हसाबिस आणि जॉन जम्परला नोबेल पारितोषिक मिळते.
गूगल डीपमाइंड ओपन-स्रोत अल्फाफोल्ड 3 एआय मॉडेल
प्रथिने संरचनेवरील संशोधन हे रसायनशास्त्रातील फोकसचे एक प्रमुख क्षेत्र आहे. प्रथिनेंचे 3 डी आकार आणि अणु तपशील औषधांचे लक्ष्य असल्याने, नवीन प्रथिने संरचना शोधणे बहुतेक वेळा ओपन मागील अस्पष्ट लक्ष्य आणि पद्धतशीरपणे अंतर्भूत करण्यासाठी मेकॅनिझम उघडू शकते. थोडक्यात सांगायचे तर, आम्ही जितके चांगले प्रोटीन स्ट्रक्चर्स अंडरस्टँड केले तितके अधिक प्रभावी औषधे विविध विकार, रोग, रोग आणि ऑटोइम्यून डिसऑर्डरच्या विरूद्ध असू शकतात.
Google दीपमिंडने अल्फाफोल्ड 3 एआय मॉडेल सोडण्याबद्दल कोणतीही घोषणा केली नाही, तर त्याने स्त्रोत कोड आणि मॉडेल वजन केले आहे उपलब्ध गीथब वर. तथापि, हे केवळ शैक्षणिक आणि संशोधन हेतूंसाठी उपलब्ध आहे. सोर्स कोड क्रिएटिव्हकॉमन्स परवान्याअंतर्गत मुक्तपणे उपलब्ध आहे, तथापि, शैक्षणिक वापरासाठी Google कडून निर्देशित निर्देशित दिशा प्राप्त केल्यानंतरच वजनात प्रवेश केला जाऊ शकतो.
असे मानले जाते की जर एआय मॉडेल डीएनए, आरएनए आणि इतर लहान रेणूंशी प्रथिने कशी संवाद साधतात हे योग्यरित्या हायलाइट करू शकले तर संशोधक औषधे मिळविण्यास विचलित होतील.
यशाचा कोणताही पुरावा न घेता संशोधक असे काम स्वयंचलित करण्यास सक्षम असतील जे त्यांना वर्षे घेऊ शकतील. अल्फाफोल्ड 3 2021 मध्ये अल्फाफोल्ड 2 च्या रिलीझनंतर तीन वर्षांनंतर येतो. ए मध्ये अभ्यासआघाडीच्या लेखकाने हायलाइट केले की एआय मॉडेलच्या मदतीने औषध शोध अधिक सुलभ होऊ शकतो.
अल्फाफोल्ड 3 प्रथिने संरचनेबद्दल आणि इतर रेणूंशी त्यांच्या परस्परसंवादाविषयी मोठ्या प्रमाणात संशोधन सामग्री आणि डेटासेटवर प्रशिक्षण दिले जाते. प्रथिने रचनांचा संदर्भ आणि तर्कशास्त्र अधोरेखित करून, एलएलएम काही विशिष्ट रेणूंच्या संपर्कात येताना काही लक्ष्यित झोन काय प्रतिक्रिया देतील याचा अंदाज लावू शकतात.
