Il programma di intelligenza artificiale AlphaFold3 di DeepMind può prevedere la struttura di ogni proteina nell’universo e mostrare come funzionano

4 settimane ago

AlphaFold3: una svolta nell’intelligenza artificiale per la biologia strutturale

DeepMind ha lanciato la terza versione di AlphaFold, un software basato sull’intelligenza artificiale che rivoluziona la modellazione del ripiegamento proteico.

La biologia strutturale si occupa dello studio delle basi molecolari dei materiali biologici, come le proteine e gli acidi nucleici, rivelando la loro struttura e funzionamento.

Una previsione accurata con AlphaFold3

AlphaFold3 migliora la precisione nella previsione dell’interazione delle proteine con altre molecole biologiche, aprendo la strada alla comprensione dei processi vitali.

Applicazioni e scoperte

Le previsioni di AlphaFold3 potrebbero portare allo sviluppo di materiali biorinnovabili, colture più resistenti, nuovi farmaci e molto altro, come indicato in uno studio pubblicato su Natura.

Un passo avanti rispetto ai predecessori

Rispetto ai predecessori AlphaFold e AlphaFold2, che potevano solo prevedere le forme di ripiegamento proteico, AlphaFold3 può anche mostrare come le molecole si incastrano tra loro.

L’applicazione pratica di AlphaFold3

AlphaFold3 è in grado di modellare sia molecole di grandi dimensioni come proteine, DNA e RNA, sia molecole più piccole come ligandi, che si legano ai recettori proteici.

Modifiche chimiche e malattie

Il software può anche mostrare come avvengono le modifiche chimiche delle biomolecole, sottolineando il ruolo che tali cambiamenti potrebbero avere nello sviluppo di malattie.

La base dell’apprendimento di AlphaFold3

AlphaFold3 è in grado di eseguire calcoli complessi grazie alla sua architettura di apprendimento automatico e ai dati di addestramento che includono una vasta gamma di biomolecole.

AlphaFold3: la nuova frontiera della predizione delle strutture proteiche

I ricercatori hanno osservato che AlphaFold3 è più preciso del 50% rispetto ai metodi attuali per prevedere le strutture proteiche e le loro interazioni molecolari.

Un confronto con i programmi esistenti

Secondo quanto riportato su Nature, AlphaFold3 ha superato due programmi di docking e RoseTTAFold All-Atom, utilizzati dai ricercatori per modellare l’affinità tra molecole e proteine durante il legame.

Utilizzo nel campo della ricerca farmaceutica

Frank Uhlmann, biochimico del Francis Crick Institute di Londra, ha evidenziato l’utilizzo di AlphaFold3 nella predizione della struttura delle proteine coinvolte nella replicazione del DNA, rilevando un’elevata accuratezza nelle previsioni.

Accesso limitato al modello

A differenza dei suoi predecessori, AlphaFold3 non è più open source, limitando agli scienziati la possibilità di personalizzare il modello di intelligenza artificiale o accedere al codice e ai dati di addestramento per la ricerca.

Utilizzo tramite il Server AlphaFold

Gli scienziati interessati a utilizzare AlphaFold3 per scopi non commerciali possono accedervi gratuitamente tramite il Server AlphaFold. Possono inserire le sequenze molecolari e ottenere previsioni in pochi minuti, sebbene sia limitato a 20 lavori al giorno.

Segui su...

Lascia un commento

Your email address will not be published.