今天的Nature头条十分的重磅，可以说是载入生命科学领域的里程碑事件。AlphaFold3发布了！Nature在美国时间2024年5月8日发表了相关文章，那么AlphaFold3将会给世界带来哪些改变呢？它又有什么局限性呢？答案尽在今日Nature头条中。
2024年5月9日Nature头条
标题：AlphaFold在促进药物发现方面的主要更新
主要内容：
自从超强的人工智能工具AlphaFold2在2021年公布以来，科学家们已经运用了蛋白结构预测模型绘制细胞里最大的机器、发现药物和绘制所有已知蛋白质的图谱。
尽管取得了如此的成功，伦敦DeepMind公司AlphaFold发展的主要领导者John Jumper经常被问到，AlphaFold是否还能做的更多？包括预测蛋白结构修饰和功能的关系，或者和蛋白相互作用的的DNA和RNA的关系，或者对蛋白质功能十分重要的其他东西。Jumper说：“比起和别人说‘不，你不能把它放到AlphaFold里’，我宁可解决这些问题。”
最新的AlphaFold版本5月8日（中国时间5月9日）在Nature杂志上被描述(Abramson, J. et al. Nature,2024.https://doi.org/10.1038/s41586-024-07487-w),最新版本的AlphaFold给予科学家预测蛋白质和其他分子相互作用的能力。但是AlphaFold3被DeepMind禁止用于商业用途，而2021年发布的免费版本是没有这个限制的。
AlphaFold3的早期用户，伦敦克里克研究所的生物化学家Frank Uhlmann对AlphaFold3的能力印象深刻。他说：“这是一场革命，它使得结构生物学研究得以普及。”
AlphaFold2自从发布以来常被科学家们描述为“一场革命”。用AI从氨基酸序列预测蛋白结构的准确性惊人地高，甚至与实验的结果相当。一个免费可用的AlphaFold预测结构数据库包含了几乎所有已知蛋白质的结构。AlphaFold2代码的可用性使得其他的研究者可以简单地在其基础上进行构建：一个早期的更新使得AlphaFold2可以预测多个蛋白之间的相互作用。
对于AlphaFold在其他方面的无力，Jumper烦恼于它们的重要性。蛋白修饰，比如添加一个磷酸基团使得细胞对外界信号做出反应，比如感染会引发一系列的应答事件。与DNA、RNA和其他分子的相互作用对蛋白质的功能是至关重要的。
真实世界的关于这些相互作用的实验结果被储存于PDB蛋白质数据库中，这个数据库储存了通过实验获得的确定的蛋白质结构，这是AlphaFold的基础。
为了创造AlphaFold3，Jumper、DeepMind的首席主管Demis Hassabis和他的同事对它的前身(AlphaFold2)做了巨大的改进。例如，最新的版本依靠更少的蛋白靶点结构序列信息。AlphaFold3用了一种叫做扩散的机器学习网络，它常被用在像Midjourney这样的生成图片的AI中。Jumper说：“这是一个实质性的改变。”
研究人员发现AlphaFold3优于大多数的蛋白质结构和相互作用的预测软件。例如，尤其在新药发现的领域，按照惯例会使用“对接”软件去建立化学分子和蛋白质的相互作用模型，这常常需要先通过实验确定蛋白质的结构。AlphaFold3被证明优于两个对接软件，以及另一个基于AI的对接软件RoseTTAFold All Atom。
Uhlmann的团队用AlphaFold3预测基因组复制中的蛋白质-DNA相互作用，基因组复制是细胞分裂中的一个重要阶段。通过蛋白质突变改变蛋白质相互作用的实验表明，AlphaFold3的预测准确无误。Uhlmann补充说：“这是一个惊人的工具！”
华盛顿大学的计算生物学家David Baker说：“AlphaFold3在蛋白质结构预测中的表现是令人印象深刻的，这比我们团队做的RoseTTAFold All Atom表现更好。”
与RoseTTAFold和AlphaFold2不同，科学家们无法运行他们自己版本的AlphaFold3，底层代码和训练数据也不会公开。取而代之的是，科学家们可以访问AlphaFold3的服务器，并且输入自己的蛋白质序列和一些其他附属分子进行预测。
Uhlmann喜欢现在看到的服务器，比他在研究所中的AlphaFold2的更简单和快速。对于大多数科学家，他说：“你可以上传序列，然后十分钟后你就获得了结构。这简直要把我击碎了，每个人都可以做。”
每个人都可以使用AlphaFold3的服务，但是也是受限的。目前，科学家每天只能预测10个结构，而且无法获取与可能的药物结合的结构。
一个叫做Isomorphic Labs的DeepMind拆分出来的公司，用AlphaFold3设计药物，既通过他们自己的管线，也与一些药企合作。
DeepMind的AI首席科学家和合作研究者Pushmeet Kohli说：“我们要平衡它(AlphaFold3)的可获得性和它(AlphaFold3)在科学界的影响力与Isomorphic Labs的商业利益。”
由于限制了获得蛋白质模型与可能药物分子相互作用，一直使用AlphaFold做药物发现的加利福尼亚大学的药物化学家Brian Shoichet说：“我认为它不会取得与AlphaFold2同样的影响力。”
麻省理工学院的生物进化学家Sergey Ovchinnikov希望发展AlphaFold3的网页版本，就像他和他的同事在AlphaFold2发布后不久做的那样。但是基于最新的Nature文章所提供的信息，他说：“我希望在今年年底之前出现开源的方案。”
词汇表：
powerhouse n.超强
democratize v. 普及
startling adj. 惊人的
on par with 与……相当
ennui n,厌倦
predecessor n. 前身
substantial adj. 大量的，实质性的
outperform v. 优于
conventionally adv. 照惯例
cell division n. 细胞分裂
spot on 准确无误
underlying adj. 底层的
accessory adj. 辅助的
spin-off n. 资产拆分
ample adj. 充足的