Google DeepMind Et Laboratoires isomorphes dans un article paru dans la revue scientifique Nature ils ont présenté AlphaFold 3, un système d'intelligence artificielle – maintenant dans sa troisième version – qui, selon une note officielle de l'équipe Google DeepMind « est capable de prédire la structure et les interactions de toutes les molécules de la vie avec une précision sans précédent », avec une amélioration de 50 % par rapport aux précédentes. méthodes de prévision. À l’intérieur de chaque cellule humaine, animale et végétale se trouvent des milliards d’éléments – protéines, ADN et autres molécules – qui interagissent selon des millions de combinaisons. Pour bien comprendre les processus vitaux et trouver des médicaments capables de traiter diverses pathologies, il est essentiel de comprendre comment ces éléments interagissent entre eux : c’est précisément la tâche qu’AlphaFold 3 est appelé à accomplir. Cette technologie pourrait s’avérer utile pour encourager le développement de nouveaux médicaments.
Que fait AlphaFold 3 et comment il fonctionne
Pour entrer dans le vif du sujet, une fois que l’algorithme AlphaFold 3 reçoit une liste d’entrée de molécules, il est capable de générer leur structure 3D commune, montrant ainsi comment ceux-ci s’emboîtent. Ce modèle d'IA est capable de combiner grosses biomolécules (telles que les protéines, l'ADN et l'ARN) et les molécules plus petites, également appelées ligands, qui jouent un rôle de premier plan dans de nombreux médicaments. Selon ce qu'a déclaré Google DeepMind «AlphaFold 3 est capable de modéliser les changements chimiques de ces molécules qui contrôlent le bon fonctionnement des cellules, qui, s'ils sont interrompus, peuvent conduire à des maladies».
Mais comment le modèle parvient-il à faire tout cela ? Le mérite en revient à son architecture, capable de recouvrir toutes les molécules de la vie. Celui-ci fonde son fonctionnement sur Pairformateurune version « révisée et corrigée » du Module Evoformer (utilisé sur AlphaFold 2). Ce nouveau système l'apprentissage en profondeuraprès avoir traité les entrées, assemble ses prédictions à l'aide d'un réseau de diffusion quelque peu similaires à ceux des outils d’IA « classiques » pour la génération d’images. Le processus commence par ce que Google DeepMind appelle un « nuage d’atomes » qui, en une série d’étapes, « converge vers sa structure moléculaire finale et la plus précise ».
Toujours selon Google DeepMind, les prédictions d'AlphaFold 3 sur les interactions moléculaires dépassent la précision de tous les systèmes existants. Il convient toutefois de noter que les prédictions du modèle ne sont pas infaillibles.
A quoi sert AlphaFold 3 : le développement de nouveaux médicaments
Compte tenu du potentiel d'AlphaFold 3, l'équipe de Google DeepMind s'attend à ce qu'il puisse totalement transformer le nôtre compréhension du monde biologique et, par conséquent, à développement de nouveaux médicaments. Les tests effectués jusqu'à présent sur le modèle donnent de l'espoir, du moins selon ce qui a été déclaré par l'équipe Google DeepMind :
AlphaFold 3 atteint une précision sans précédent dans la prévision des interactions médicamenteuses, notamment la liaison des protéines aux ligands et des anticorps contre leurs protéines cibles. AlphaFold 3 est 50 % plus précise que les meilleures méthodes traditionnelles basées sur le benchmark PoseBusters sans avoir besoin de saisir des informations structurelles, ce qui rend AlphaFold 3 le premier système d'IA à surpasser les outils basés sur la physique pour prédire la structure biomoléculaire.
Pour le dire franchement, Laboratoires isomorphes travaille déjà sur l'idéation de médicaments pour des projets internes avec certains partenaires pharmaceutiques utilisant AlphaFold 3 pour accélérer et améliorer le processus.
Il a également été affiné Serveur AlphaFoldla plateforme gratuite mise à disposition des scientifiques du monde entier grâce à laquelle il est possible d'effectuer des recherches non commerciales en utilisant la puissance d'AlphaFold 3. Vous trouverez ci-dessous la vidéo de démonstration d'AlphaFold Server préparée par l'équipe Google DeepMind.