قامت شركة Google DeepMind بصمت بفتح مصدر نموذج الذكاء الاصطناعي (AI) الذي يمكنه التنبؤ بالتفاعل بين البروتينات والجزيئات الأخرى. يُطلق على نموذج اللغة الكبير اسم AlphaFold 3، وهو خليفة AlphaFold 2، الذي أدت أبحاثه إلى حصول مبتكري نموذج اللغة الكبير (LLM) ديميس هاسابيس وجون جامبر على جائزة نوبل في الكيمياء في عام 2024. ويأخذ AlphaFold 3 القدرات بشكل أكبر من خلال قدرتها على نمذجة تفاعل البروتينات مع DNA وRNA والجزيئات الأصغر الأخرى والتي يمكن أن تؤدي إلى اكتشاف الأدوية.
نموذج Google DeepMind مفتوح المصدر AlphaFold 3 للذكاء الاصطناعي
لقد كان البحث عن هياكل البروتين أحد مجالات التركيز الرئيسية في الكيمياء. نظرًا لأن الشكل ثلاثي الأبعاد والتفاصيل الذرية للبروتينات هي أهداف الأدوية، فإن اكتشاف هياكل بروتينية جديدة غالبًا ما يفتح أهدافًا وآليات غير مستكشفة سابقًا للتدخل الطبي. ببساطة، كلما فهمنا هياكل البروتين بشكل أفضل، زادت فعالية الأدوية ضد الاضطرابات والأمراض واضطرابات المناعة الذاتية المختلفة.
بينما لم تعلن شركة Google DeepMind عن إطلاق نموذج AlphaFold 3 AI، إلا أنها قامت بوضع الكود المصدري وأوزان النموذج متاح على جيثب. ومع ذلك، هذا متاح فقط للأغراض الأكاديمية والبحثية. الكود المصدري متاح بحرية بموجب ترخيص المشاع الإبداعي، ومع ذلك، لا يمكن الوصول إلى الأوزان إلا بعد الحصول على إذن مباشر من Google للاستخدام الأكاديمي.
من المعتقد أنه إذا تمكن نموذج الذكاء الاصطناعي من تسليط الضوء بشكل صحيح على كيفية تفاعل البروتينات مع الحمض النووي، والحمض النووي الريبي، والجزيئات الأصغر الأخرى، فسيتمكن الباحثون من تسريع تصنيع أدوية اصطناعية جديدة.
وسيتمكن الباحثون أيضًا من أتمتة العمل الذي كان من الممكن أن يستغرق سنوات دون أي دليل على النجاح. يأتي AlphaFold 3 بعد ثلاث سنوات من إصدار AlphaFold 2 في عام 2021. في أ يذاكرأبرز المؤلف الرئيسي أن اكتشاف الأدوية يمكن أن يصبح أسهل بكثير بمساعدة نموذج الذكاء الاصطناعي.
تم تدريب AlphaFold 3 على كمية هائلة من المواد البحثية ومجموعات البيانات حول هياكل البروتين وتفاعلها مع الجزيئات الأخرى. من خلال فهم سياق ومنطق هياكل البروتين، يمكن لـ LLM التنبؤ بكيفية تفاعل مناطق مستهدفة معينة عندما تتلامس مع جزيئات معينة.
