Mô hình AI mới nhất của Google DeepMind có thể cách mạng hóa khám phá thuốc

(SeaPRwire) –   Nhà nghiên cứu tại Google DeepMind đã phát triển AlphaFold 3, một mô hình AI có thể dự đoán cấu trúc và tương tác giữa các phân tử sinh học bao gồm protein, DNA và RNA, cũng như các phân tử nhỏ có thể hoạt động như thuốc. Google DeepMind sẽ cung cấp mô hình này miễn phí cho mục đích phi thương mại thông qua . Sự đột phá này, chi tiết đã được công bố trên tạp chí Nature vào ngày 8 tháng 5, có thể cách mạng hóa nghiên cứu sinh học.

“Đây là một cột mốc quan trọng đối với chúng tôi hôm nay, công bố AlphaFold 3,” Demis Hassabis, Giám đốc điều hành của Google DeepMind, đã nói tại một buổi họp báo vào ngày 7 tháng 5 công bố sự đột phá này. “Sinh học là một hệ thống động và bạn phải hiểu cách các tính chất của sinh học phát sinh thông qua tương tác giữa các phân tử khác nhau trong tế bào. Bạn có thể nghĩ AlphaFold 3 là bước đầu tiên của chúng tôi hướng tới điều đó.”

Hệ thống AI này là hậu duệ của do Google DeepMind xây dựng đã từng giải quyết vấn đề dự đoán cấu trúc ba chiều của protein từ cấu trúc axit amin của nó. Phiên bản AlphaFold đầu tiên của Google DeepMind, công bố vào năm 2018, cố gắng dự đoán cấu trúc protein, đứng đầu trong một cuộc thi dự đoán cấu trúc protein quốc tế. AlphaFold 2, phát hành vào năm 2020, đã cải thiện đáng kể độ chính xác dự đoán cấu trúc protein so với phiên bản đầu tiên.

AlphaFold 3 tiến xa hơn bằng cách dự đoán cấu trúc gần như tất cả các phân tử sinh học và mô hình hóa tương tác giữa những phân tử đó. Trong khi các nhà nghiên cứu đã phát triển phương pháp tính toán chuyên biệt cho mô hình hóa tương tác giữa các loại phân tử sinh học cụ thể, AlphaFold 3 đánh dấu lần đầu tiên một hệ thống duy nhất có thể dự đoán tương tác giữa gần như tất cả các loại phân tử với hiệu suất tiên tiến nhất.

Các tính chất và chức năng của phân tử trong hệ thống sinh học thường là kết quả của cách chúng tương tác với các phân tử khác. Việc sử dụng thực nghiệm để hiểu tương tác phân tử có thể mất nhiều năm nghiên cứu và chi phí không hề rẻ. Nếu các tương tác này có thể được ước tính một cách tính toán với độ chính xác đủ cao, nghiên cứu sinh học có thể được đẩy nhanh đáng kể. Ví dụ, nếu các nhà nghiên cứu tin rằng một phân tử gắn với một vị trí cụ thể trên một protein nhất định sẽ là một ứng viên thuốc hứa hẹn, họ có thể sử dụng hệ thống tính toán như AlphaFold 3 để thử các phân tử thuốc tiềm năng.

“AlphaFold tiếp tục được cải thiện và ngày càng liên quan nhiều hơn đến các nghiên cứu sinh học,” Paul Nurse, nhà di truyền học đoạt giải Nobel và Giám đốc điều hành của Trung tâm nghiên cứu sinh học Francis Crick có trụ sở tại London, đã nói trong một tuyên bố kèm theo thông báo của Google DeepMind. “Phiên bản thứ ba này sẽ cho phép tăng độ chính xác trong việc dự đoán cấu trúc của các phức hợp giữa các phân tử lớn khác nhau, cũng như các liên kết giữa các phân tử lớn, phân tử nhỏ và ion.”

Google DeepMind được thành lập với tên DeepMind vào năm 2010 bởi Hassabis cùng với Giám đốc Khoa học AI Toàn cầu của Google DeepMind và . (Suleyman hiện là Giám đốc điều hành của Microsoft AI, tổ chức nghiên cứu và sản phẩm AI tiêu dùng của Microsoft.) DeepMindđã được Google mua lại vào năm 2014, và vào năm 2023 Google hợp nhất DeepMind với Google Brain, một bộ phận nghiên cứu AI khác của Google, thành lập Google DeepMind, kết thúc .

Ngoài gia đình hệ thống AI AlphaFold, Google DeepMind đã đạt được nhiều đột phá khác sử dụng AI để thúc đẩy khoa học và công nghệ. Năm 2022 công ty đã phát triển một hệ thống AI có thể khám phá các thuật toán mới, và năm 2023 nó đã phát triển một mô hình AI có thể dự báo thời tiết với độ chính xác chưa từng thấy. Cũng trong năm 2023, Google DeepMind đã công bố một mô hình AI có thể dự đoán chính xác cấu trúc của vật liệu, mặc dù tính hữu dụng của mô hình này sau đó đã bị các nhà nghiên cứu độc lập.

Năm 2021, công ty mẹ của Google là Alphabet đã thành lập Isomorphic Labs, nhằm theo đuổi cách tiếp cận ưu tiên AI trong khám phá thuốc. Các nhà nghiên cứu từ Isomorphic Labs đã đóng góp vào sự phát triển của AlphaFold 3 và, trong khi Server AlphaFold có thể được sử dụng bởi bất kỳ ai cho nghiên cứu phi thương mại, các nhà nghiên cứu tại Isomorphic Labs sẽ có quyền truy cập độc quyền vào AlphaFold 3 cho mục đích thương mại.

“Chúng tôi đã sử dụng khả năng của AlphaFold 3 hàng ngày trong các chương trình thiết kế thuốc của mình,” Max Jaderberg, Giám đốc Khoa học AI của Isomorphic Labs, đã nói tại buổi công bố. “Chúng tôi đang thấy tiềm năng để tăng tốc, cải thiện và cuối cùng biến đổi cách thức chúng tôi tiến hành khám phá thuốc, và điều đó thực sự là nhờ mức độ chính xác mới của mô hình này, và phạm vi rộng hơn của các phân tử sinh học mà mô hình này có thể dự đoán.”