Google(GOOGL-US)旗下 Deepmind 周三 (8 日) 發布期人工智慧 (AI) 模型「AlphaFold」的第三個主要版本，旨在幫助科學家更有效設計藥物和瞄準疾病。
2020 年該公司透過使用 AI 模型成功預測微觀蛋白質的行為，在分子生物學領域取得了重大進展。在 AlphaFold 的最新模型中，DeepMind 和姊妹公司 Isomorphic Labs 的研究人員——都由聯合創始人 Demis Hassabis 監管——繪製了包括人類 DNA 在內的所有生命分子的行為圖譜。
蛋白質——從對人體新陳代謝至關重要的酶到對抗傳染病的抗體——與其他分子的相互作用是藥物發現和開發的關鍵。
DeepMind 表示，周三發表在研究期刊《自然》(Nature) 的研究結果將減少開發可能改變生活的治療方法所需的時間和金錢。
Hassabis 在記者會上說：「有了這些新能力，我們可以設計一種分子，它可以與蛋白質上的特定位置結合，我們可以預測它的結合強度。如果你想設計治療疾病的藥物和化合物，這是關鍵的一步。」
該公司還宣布發布「AlphaFold 伺服器」(AlphaFold server)，這是一個免費的線上工具，科學家可以在進行實際測試之前使用它來測試其假設。DeepMind 表示，新伺服器需要的運算知識更少，研究人員只需點擊幾下按鈕即可執行測試。
自 2021 年以來，AlphaFold 的預測已免費提供給非商業研究人員，作為包含超過 2 億個蛋白質結構的資料庫的一部分，並在其他人的工作中被引用了數千次。
DeepMind 的資深研究科學家 John Jumper 表示：「AlphaFold 伺服器讓生物學家——他們是生物學專家，而不是電腦科學專家——測試更大、更複雜的案例變得多麼容易，這將是非常重要的。」
伯明罕大學 (University of Birmingham) 微生物學專家 Nicole Wheeler 博士表示，AlphaFold 3 可以大大加快藥物研發的速度，因為「目前，物理生產和測試生物設計是生物技術的一大瓶頸」。
