米東時間の水曜日、Google DeepMindは次世代のタンパク質構造を予測するAlphaFold 3モデルを発表し、科学者がより正確に疾病のメカニズムに対応し、より効果的な治療薬を開発するのに役立つことができた。
DeepMind研究者によると、AlphaFold 3はタンパク質、DNA、RNAなどの生体分子の構造とそれらがどのように相互作用するかを予測する人工知能（AI）モデルである。
DeepMindのデミス・ハサビス最高経営責任者は火曜日の記者会見で、AlphaFold 3は私たちにとって重要なマイルストーンだと述べた。「生物学は動的なシステムであり、細胞中の異なる分子間の相互作用によって生理的特性がどのように生成されているのかを理解しなければなりません。AlphaFold 3を私たちがこの方向に向かって大きな一歩を踏み出したと見ることができます」。
カザフビーズ氏は、関連する画期的な研究論文を水曜日に『ネイチャー』に発表することで、AlphaFold 3は生活を変える治療手段の開発に必要な時間と資金を大幅に減らすことができると付け加えた。
また、DeepMindはAlphaFold Serverをリリースし、世界の科学者が非ビジネス研究に使用するための無料プラットフォームです。
マイルストーンブレークスルー
2018年にはDeepMindが初代AlphaFoldモデルを発表し、国際タンパク質構造予測コンテストで1位を獲得した。2020年、AlphaFold 2は引き続き驚くべき予測精度を示し、タンパク質構造予測分野の画期的な突破とされている。
現在、AlphaFold 3はさらに、ほとんどの生体分子の構造を予測し、これらの分子間の相互作用をシミュレーションしている。研究者はすでに特定のタイプの生体分子間の相互作用をシミュレートするための専門的な計算方法を開発しているが、AlphaFold 3には、ほぼすべての分子タイプ間の相互作用を最先端の性能で予測できる単一のシステムが初めてある。
分子間の相互作用を理解するために一般的な実験方法を利用すると、数年の研究時間が必要になる可能性があり、コストが高くて期待されています。しかし、これらの相互作用が十分な精度で計算によって得られるようになれば、生物学的研究は大幅に加速することができる。
例えば、研究者が特定のタンパク質部位に結合できる分子が有望な薬物候補である可能性があると考えている場合、彼らはAlphaFold 3のようなAIシステムを用いて潜在的な薬物分子をテストすることができる。
ノーベル賞受賞者で遺伝学者のポール・ナス氏は、AlphaFoldは改善されつつあり、生物学研究にますます重要になっているとコメントしている。AlphaFold 3は、高精度で異なる高分子間複合体の構造、および高分子、小分子、イオン間の相互作用を予測することができる。
サウサンプトン大学のIvo Tews博士はAlphaFold 3は飛躍的だと述べ、彼の実験室はそれを用いてがん治療用の薬を開発すると述べた。彼は「これにより多くの時間が節約され、モデルを生成することで研究を加速させ、新しい実験で探索することができる」と付け加えた。