Новости DeepMind представляет новую версию AlphaFold, способную ускорить процесс создания лекарств

NewsMaker

I'm just a script
Премиум
14,593
22
8 Ноя 2022
Как искусственный интеллект помогает создать медицину будущего.


rtjs08vp3wp8imo3jkk14shwnlmchiom.jpg


Почти пять лет назад исследовательская лаборатория DeepMind , принадлежащая Google , представила AlphaFold — систему искусственного интеллекта, способную предсказывать структуры белков в человеческом организме. В 2020 году была выпущена улучшенная версия — AlphaFold 2.

Сегодня DeepMind анонсировала новейший релиз Для просмотра ссылки Войди или Зарегистрируйся который может генерировать предсказания для почти всех молекул в Protein Data Bank — крупнейшей в мире открытой базе данных биологических молекул. Кроме того, Isomorphic Labs, дочерняя компания DeepMind, уже использует новую модель AlphaFold для разработки лекарственных препаратов.

Новые возможности

AlphaFold теперь не ограничивается только предсказанием структур белков. DeepMind утверждает, что модель может также точно предсказывать структуры лигандов — молекул, которые связываются с "рецепторными" белками, а также нуклеиновых кислот и посттрансляционных модификаций. Эти возможности могут стать ценным инструментом в области создания лекарств, так как помогут ученым выявлять и проектировать новые молекулы, которые могут стать основой для новых препаратов.

Ранее для определения взаимодействия белков и лигандов исследователи использовали компьютерные симуляции, известные как "методы докинга". Однако с последней версией AlphaFold нет необходимости использовать этот метод. DeepMind утверждает, что уровень моделирования, который предоставляет AlphaFold, недостижим для современных методов докинга.

В сообщении DeepMind говорится: "Ранний анализ показывает, что наша модель значительно превосходит предыдущую версию AlphaFold в решении задач предсказания структуры белка, актуальных для создания лекарств, например, связывания антител".

Однако новейший AlphaFold не лишен недостатков. Исследователи из DeepMind и Isomorphic Labs указывают, что система не всегда справляется с предсказанием структур РНК-молекул. Обе компании активно работают над устранением этой проблемы.
 
Источник новости
www.securitylab.ru

Похожие темы