挨罵 6 個(gè)月后，DeepMind 急了：諾獎(jiǎng)模型 AlphaFold 3 代碼全網(wǎng)免費(fèi)送，Nature 也發(fā)文力薦！

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：挨罵 6 個(gè)月后，DeepMind 急了：諾獎(jiǎng)模型 AlphaFold 3 代碼全網(wǎng)免費(fèi)送，Nature 也發(fā)文力薦！
關(guān)鍵字：元宇宙,模型,蛋白質(zhì),小米,結(jié)構(gòu)
文章來(lái)源：AI前線
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

作者｜冬梅、核子可樂
作為獲得諾貝爾獎(jiǎng)的蛋白質(zhì)結(jié)構(gòu)建模工具，AlphaFold 3 的底層代碼現(xiàn)已面向?qū)W界開放下載。這標(biāo)志著基于人工智能的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)進(jìn)入了新階段。
開源地址：https://github.com/google-deepmind/alphafold3
AlphaFold 3 能夠預(yù)測(cè)蛋白質(zhì)與 DNA 相互作用時(shí)的結(jié)構(gòu)。相比于 AlphaFold2，AlphaFold3 進(jìn)行了哪些改進(jìn)？
據(jù)悉，AlphaFold3 以 AlphaFold2 的架構(gòu)為基礎(chǔ)，引入了基于擴(kuò)散的生成框架，能夠?qū)Ω鞣N生物分子相互作用（包括蛋白質(zhì)、核酸和小分子復(fù)合物）進(jìn)行高精度預(yù)測(cè)。該模型表現(xiàn)出了比以往更強(qiáng)的預(yù)測(cè)能力，在基準(zhǔn)測(cè)試中，蛋白質(zhì) – 配體相互作用的表現(xiàn)比以前的工具高出 20% 以上，核酸相互作用的表現(xiàn)比以前的工具高出約 15%。
該工具能夠以原子級(jí)精度預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，通常達(dá)到實(shí)驗(yàn)結(jié)果 1 ? 內(nèi)的精度，從而為了解生理和藥物結(jié)合條件下的蛋白質(zhì)行為提供了新的見解。
注釋：在化學(xué)和物理學(xué)中，“?”是堯米（Angstrom）的縮寫，它是一種長(zhǎng)度單位，常用于描述原子和分子間的距離。1 ? 等于

原文鏈接：挨罵 6 個(gè)月后，DeepMind 急了：諾獎(jiǎng)模型 AlphaFold 3 代碼全網(wǎng)免費(fèi)送，Nature 也發(fā)文力薦！