Google DeepMind en Isomorphic Labs beloven met AlphaFold 3 een enorme toename in de nauwkeurigheid waarmee deze bio-AI de interacties voorspelt tussen biomoleculen als DNA, RNA, eiwitten en de verbindende elementen (liganden) die essentieel zijn voor biologische processen.
Dit is van belang voor onderzoek naar medicijnen en ziektes, genetica, de productie van herbruikbare organische materialen en veredeling van gewassen.
In een artikel dat verschijnt in het wetenschappelijke tijdschrift Nature beloven de twee bedrijven, die voor de ontwikkeling van AlphaFold samen optrekken, een vijftig procent hogere nauwkeurigheid bij het voorspellen van proteïnestructuren en hun interacties met andere biomoleculen. Bij specifieke categorieën moleculen zou zelfs een verdubbeling van de nauwkeurigheid zijn behaald.
Breder spectrum aan biomoleculen
Deze verbetering is in vergelijking met eerdere versies van de tool, die gemaakt is om de structuur van biomoleculen te voorspellen -ofwel de bouwstenen van cellen en levende organismen. De nieuwste versie is niet alleen accurater, maar bestrijkt ook een breder spectrum van biomoleculen.
De twee bedrijven gooiden eerder hoge ogen met versie 2 van AlphaFold, dat heel snel accurate voorspellingen kon doen over de wijze waarop proteïnen (ofwel eiwitten) structuren vormen en interactie hebben met andere moleculen. Eiwitten spelen een belangrijke rol bij het opbouwen en repareren van weefsels, in de voedselvertering, het transporteren van stoffen door het lichaam en communicatie tussen cellen.
De afbeelding hierboven toont een AlphaFold-voorspelling van de wijze waarop een eiwit (blauw) zich hecht aan DNA (rood) en daarmee een moleculair complex vormt. Het onderliggende grijs toont de moleculaire structuur zoals die daadwerkelijk -dus in het echte leven- is. De match is bijna 100 procent.
Veelvuldig geciteerd in wetenschappelijke publicaties
Wetenschappelijke papers citeren inmiddels veelvuldig uit de resultaten die AlphaFold genereert, al z’n 20.000 keer volgens Google Deepmind en Isomorphic Labs. Ook in Nederland kent het al 22.000 gebruikers en leverde dit 500 onderzoekspapers op.
Centraal in het model staat de Evoformer-module. Met behulp van een diffusienetwerk, vergelijkbaar met die in AI-beeldgeneratoren, stellen AlphaFold 3 en diens voorgangers voorspellingen samen op atomisch niveau, geleidelijk convergerend naar zeer nauwkeurige moleculaire structuren. Wat dat onder meer betekent is dat real-life experimenten met échte moleculen, die zeer tijdrovend en kostbaar kunnen zijn, nu grotendeels door de AI voorspeld kunnen worden met een hoge mate van accuraatheid.
In de voorbeelden die de bedrijven geven, tonen ze de nauwkeurigheid aan waarmee de AI-voorspellingen overeenkomen met fysieke experimenten. Heel concreet kan dit betekenen dat de ontwikkeling van nieuwe medicijnen op termijn vrijwel geheel kan worden uitbesteed aan AI.
Gratis variant AlphaFold Server
Behalve AlphaFold 3, dat bedoeld is voor commercieel onderzoek, stellen beide bedrijven AlphaFold Server beschikbaar. Dit is een gebruiksvriendelijke, gratis toegankelijke versie van AlphaFold voor niet-commercieel onderzoek. Biologen kunnen daarmee met een paar klikken grote en complexe eiwitstructuren genereren, iets wat voorheen een lastige en tijdrovende klus was.
Lees ook: Deepmind-CEO verwacht meer dan 100 miljard dollar aan AI te besteden