Wang Zha open source! Google open sources the Nobel Prize-winning chemistry model Alphafold-3, changing the world overnight!
谷歌 DeepMind 于今日开源了备受期待的蛋白质预测模型 AlphaFold-3，此举被认为将对全球科研领域产生重大影响。该模型的开发者 Demis Hassabis 因其贡献获得诺贝尔化学奖，AlphaFold-3 能够极大缩短新药和疫苗的研发进程。科学家们可以在本地部署该模型，推动生物、化学和医药研究。网友们对此表示兴奋，认为这一开源将引发科学发现的革命。
今天凌晨，谷歌终于开源了万众期待的蛋白质预测模型——AlphaFold-3！
上个月，谷歌 DeepMind 联合创始人兼首席执行官 Demis Hassabis 能拿下诺贝尔化学奖，靠的就是 AlphaFold-3，足以看出这个模型的含金量。
全球顶级科学期刊《Nature》也进行了重磅推荐，这将对全球科研领域产生重大影响，生物、化学、医药的科学家们可以在本地部署 AlphaFold-3，可以极限缩短新药、疫苗等研发进程。
都说 AI 造福全人类，而医药、科研两大领域就是最重要的应用场景之一，这也是为什么 AlphaFold-3 能获得诺贝尔奖的原因。
网友们见到这个模型开源，直接忍不住爆粗口了！
AlphaFold-3 能开源，可太 Amazing 了。
太棒了。迫不及待想看到更高水平的生物模拟。
谷歌伟大的举措。迫不及待想看看这会对生命科学产生什么影响。
令人难以置信的消息！AlphaFold-3 的开源可能会成为科学发现的颠覆者。迫不及待想看到它在蛋白质研究中激发的突破！
谷歌能分享这个太棒了！这真的能拯救生命。
谷歌本次开源 AlphaFold-3 模型非常非常低调，甚至都没有发布一篇新闻，只是在原来文章上进行了一段很小的文字说明：
2024 年 11 月 11 日更新，我们已发布了 AlphaFold 3 的模型代码和权重供学术用途，以帮助推动科学研究。
AlphaFold-3 的主要功能包括，能够对多种生物分子的结构进行预测，涵盖蛋白质、核酸（包括 DNA 和 RNA）、小分子、离子以及修饰残基等几乎所有在蛋白质数据库（PDB）中存在的分子类型。
在蛋白质结构预测方面，AlphaFold 3 展现出了极高的准确率，在预测蛋白质单体结构时，能够准确地确定蛋白质的三维折叠方式，包括二级结构α - 螺旋、β - 折叠等精确位置和走向，以及三级结构中各个结构域的相对位置和取向。
AlphaFold 3 在处理复杂结构方面表现出色，能够应对具有大量残基和多种分子组成的生物分子复合物。例如，在预测由数千个残基组成的蛋白质 - 核酸复合物结构时，它可以有效地整合蛋白质和核酸分子的信息，准确地构建出整个复合物的三维结构模型。
对于具有高度对称性或重复结构单元的复合物，如核小体等，AlphaFold 3 也能够准确地捕捉到其结构特征，包括组蛋白与 DNA 的相互作用、核小体之间的排列方式等。
文章来源：AIGC 开放社区，原文标题：《王炸开源！谷歌开源诺奖化学模型 Alphafold-3，一夜改变世界！》
