AlphaFold3: A grande conquista na predição de comportamento de proteínas
Pesquisadores louvam outra "R$#{' '} leap forward" para Inteligência Artificial 🍌 após o Google DeepMind apresentar a versão mais recente do programa AlphaFold, que pode prever como as proteínas se comportam 🍌 na complexa sinfonia da vida.
Este avanço promete trazer nova luz para a maquinaria biológica que subjaz aos organismos 🍌 vivos e impulsionar avanços cupom cbet campos que vão desde antibióticos e terapia contra o câncer até novos materiais e plantações 🍌 resistentes.
Uma das principais conquistas na predição de proteínas
"É um marco importante para nós", disse Demis Hassabis, CEO da 🍌 Google DeepMind e da spin-off Isomorphic Labs, que co-desenvolveu o AlphaFold3. "A biologia é um sistema dinâmico e você precisa 🍌 entender como as propriedades da biologia emergem através das interações entre diferentes moléculas."
Versões anteriores do AlphaFold se concentraram 🍌 cupom cbet prever as estruturas 3D de 200 milhões de proteínas, os blocos de construção da vida, a partir de seus 🍌 componentes químicos. Saber qual forma uma proteína assume é crucial porque isso determina como a proteína vai funcionar – ou 🍌 malfuncionar – dentro de um organismo vivo.
| Versão do AlphaFold |
Enfoque |
| AlphaFold |
Predição da estrutura 3D de proteínas |
| AlphaFold2 |
Previsão de interações entre proteínas |
| AlphaFold3 |
Previsão de 🍌 interações de proteínas com outras moléculas e íons |
AlphaFold3 foi treinado cupom cbet uma base de dados global de estruturas moleculares 🍌 3D e dá um passo cupom cbet direção à predição de como as proteínas interagem com as outras moléculas e íons 🍌 com que elas se encontram. Quando perguntado a fazer uma previsão, o programa começa com uma nuvem de átomos e 🍌 vai moldando-a gradativamente na estrutura prevista com maior precisão.
Na Nature, os pesquisadores descrevem como o AlphaFold3 pode prever 🍌 como as proteínas interagem com outras proteínas, íons, trechos de código genético e moléculas menores, como aquelas desenvolvidas para medicamentos. 🍌 Nas experiências, a precisão do programa variou de 62% a 76%.
"'Acho que vamos desbloquear muita nova ciência", disse 🍌 John Jumper, que trabalhou no projeto no Google DeepMind. "Estamos vendo jaearly testers usarem isso para entender como a célula 🍌 funciona e como pode falhar cupom cbet estados doentes."
Acadêmicos podem usar o AlphaFold3 para trabalho não comercial através do 🍌 servidor dedicado do Google.
RT 
