5月9日消息，由Google DeepMind与Isomorphic Labs联合研发的新一代人工智能模型AlphaFold 3，登上了权威科学期刊Nature。

AlphaFold 3以其革命性的精确度，成功预测了包括蛋白质、DNA、RNA、配体在内的所有生命分子的结构和相互作用。

与现有预测方法相比，AlphaFold 3在发现蛋白质与其他分子类型的相互作用方面，准确率至少提高了50%，对于某些关键的相互作用类别，准确率甚至翻倍。

研究团队认为，AlphaFold 3将有助于改变我们对生物世界和药物发现的理解，进而开启人工智能细胞生物学的新时代。

Isomorphic Labs正与多家制药公司合作，将AlphaFold 3应用于现实世界的药物设计挑战中，旨在为人类最具破坏性的疾病开发新疗法。

此外，Google DeepMind也推出了基于AlphaFold 3的免费平台——AlphaFold Server，供全球科学家进行非商业性研究，进一步预测蛋白质与其他分子的相互作用。

AlphaFold 3的强大能力，来自于其新一代的架构和训练（已经涵盖了所有生命分子）。其核心是改进版本的Evoformer模块，这是一种深度学习架构，也是AlphaFold 2取得成功的基础。

尽管AlphaFold 3展现出巨大潜力，但研究团队也指出了其存在的局限性，包括立体化学限制、幻觉影响、预测准确性问题、结构构象限制、缺乏动态信息以及特定目标预测限制等。