AlphaFold3: A grande conquista na predição de comportamento de proteínas

Pesquisadores louvam outra "R$#{' '} leap forward" para Inteligência Artificial 1️⃣ após o Google DeepMind apresentar a versão mais recente do programa AlphaFold, que pode prever como as proteínas se comportam 1️⃣ na complexa sinfonia da vida.

Este avanço promete trazer nova luz para a maquinaria biológica que subjaz aos organismos 1️⃣ vivos e impulsionar avanços grupo de sinais f12 bet campos que vão desde antibióticos e terapia contra o câncer até novos materiais e plantações 1️⃣ resistentes.

Uma das principais conquistas na predição de proteínas

"É um marco importante para nós", disse Demis Hassabis, CEO da 1️⃣ Google DeepMind e da spin-off Isomorphic Labs, que co-desenvolveu o AlphaFold3. "A biologia é um sistema dinâmico e você precisa 1️⃣ entender como as propriedades da biologia emergem através das interações entre diferentes moléculas."

Versões anteriores do AlphaFold se concentraram 1️⃣ grupo de sinais f12 bet prever as estruturas 3D de 200 milhões de proteínas, os blocos de construção da vida, a partir de seus 1️⃣ componentes químicos. Saber qual forma uma proteína assume é crucial porque isso determina como a proteína vai funcionar – ou 1️⃣ malfuncionar – dentro de um organismo vivo.

AlphaFold3 foi treinado grupo de sinais f12 bet uma base de dados global de estruturas moleculares 1️⃣ 3D e dá um passo grupo de sinais f12 bet direção à predição de como as proteínas interagem com as outras moléculas e íons 1️⃣ com que elas se encontram. Quando perguntado a fazer uma previsão, o programa começa com uma nuvem de átomos e 1️⃣ vai moldando-a gradativamente na estrutura prevista com maior precisão.

Na Nature, os pesquisadores descrevem como o AlphaFold3 pode prever 1️⃣ como as proteínas interagem com outras proteínas, íons, trechos de código genético e moléculas menores, como aquelas desenvolvidas para medicamentos. 1️⃣ Nas experiências, a precisão do programa variou de 62% a 76%.

"'Acho que vamos desbloquear muita nova ciência", disse 1️⃣ John Jumper, que trabalhou no projeto no Google DeepMind. "Estamos vendo jaearly testers usarem isso para entender como a célula 1️⃣ funciona e como pode falhar grupo de sinais f12 bet estados doentes."

Acadêmicos podem usar o AlphaFold3 para trabalho não comercial através do 1️⃣ servidor dedicado do Google.