گوگل دیپ‌مایند (google deepmind) با معرفی AlphaFold 3 صنعت کشف دارو را وارد مرحله جدیدی کرده است! این جمله اغراق‌آمیز نیست! اگر به مقاله مرتبط با مدل alphafold 3 که در مجله‌ی معتبر Nature منتشر شده است نگاهی بیاندازید، عمق موضوع را درک خواهید کرد. در ادامه برخی از نکات مهم این مقاله را بررسی خواهیم کرد.
اما بیایید کمی به گذشته بازگردیم. سه سال پیش AlphaFold 1 معرفی شد تا ساختار پروتئین‌ها را پیش‌بینی کند، این یک انقلاب بود. با هر معیاری هم که بسنجیم، مقاله‌ای با بیش از بیست هزار استناد طی سه سال گذشته، یک جهش علمی بسیار بزرگ محسوب می‌شود و دیپ‌مایند با ادامه دادن مسیر AlphaFold یک و دو و معرفی AlphaFold 3 در هشتم مه ۲۰۲۴، پیشگام صنعتی چندین تریلیون دلاری در آینده است. بیایید عمیق‌تر به این مطالعه بپردازیم.
AlphaFold 3، برخلاف نمونه‌های قبلی خود، دیگر فقط ساختار پروتئین‌ها را پیش‌بینی نمی‌کند. محققان ساختار این مدل را تغییر داده و در این نسخه از مدل‌های diffusion استفاده کرده‌اند. علاوه بر آن، این مدل قادر است ساختار «هر» مولکول زیستی، از DNA و RNA گرفته تا انواع پپتیدها، لیگاندها و یون‌ها را پیش‌بینی کند! این اتفاق که تا کنون، با این دقت ممکن نشده بود، نویدبخش حضور مدلی یکپارچه برای تمام فرآیندهای کشف دارو در آینده‌ای نزدیک است.
هرچند این مدل همچنان مانند نمونه‌های قبلی فقط ساختارهای ثابت (static) را پیش‌بینی می‌کند و هنوز به حوزه پیش‌بینی ساختارهای دینامیکی (dynamic) ورود نکرده است، اما با تغییر تکنیک‌هایی که ارائه داده، امید می‌رود که این تکنیک‌ها آینده‌ای روشن‌تری برای پیش‌بینی ساختارهای دینامیک فراهم آورند.
شما هم اکنون می‌توانید به صورت رایگان این مدل را امتحان کنید! کافی است به وب‌سایت AlphaFold Server (http://alphafoldserver.com) مراجعه کرده و با وارد کردن ساختار مولکولی که در نظر دارید، شکل ظاهری آن را مشاهده کنید!
