AlphaFold3: A grande conquista na predição de comportamento de proteínas

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

Este avanço promete trazer nova luz para a maquinaria biológica que subjaz aos organismos 🌜 vivos e impulsionar avanços vaidebet faturamento anual campos que vão desde antibióticos e terapia contra o câncer até novos materiais e plantações 🌜 resistentes.

Uma das principais conquistas na predição de proteínas

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

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

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

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

"'Acho que vamos desbloquear muita nova ciência", disse 🌜 John Jumper, que trabalhou no projeto no Google DeepMind. "Estamos vendo jaearly testers usarem isso para entender como a célula 🌜 funciona e como pode falhar vaidebet faturamento anual estados doentes."

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