Google a passé une grande partie de l'année écoulée à se bousculer pour construire son chatbot Gemini pour lutter contre le chatppt, en le présentant en tant qu'assistant d'IA multifonctionnel qui peut aider avec les tâches de travail ou les tâches numériques de la vie personnelle. Plus tranquillement, l'entreprise a travaillé à améliorer un outil d'intelligence artificielle plus spécialisée qui est déjà incontournable pour certains scientifiques.

AlphaFold, logiciel développé par l'unité de l'IA DeepMind de Google pour prédire la structure 3D des protéines, a reçu une mise à niveau significative. Il peut désormais modéliser d'autres molécules d'importance biologique, y compris l'ADN, et les interactions entre les anticorps produits par le système immunitaire et les molécules des organismes de maladie. DeepMind a ajouté ces nouvelles capacités à AlphaFold 3 en partie grâce à des techniques d'emprunt à des générateurs d'images d'IA.

“C'est une grande avancée pour nous”, a déclaré Demis Hassabis, PDG de Google Deepmind, à Wired avant la publication de mercredi Papier sur Alphafold 3 dans la revue scientifique Nature. “C'est exactement ce dont vous avez besoin pour la découverte de médicaments: vous devez voir comment une petite molécule va se lier à un médicament, à quel point et aussi à quoi d'autre pourrait se lier.”

Alphafold 3 peut modéliser de grandes molécules telles que l'ADN et l'ARN, qui portent du code génétique, mais aussi des entités beaucoup plus petites, y compris des ions métalliques. Il peut prédire avec une grande précision comment ces différentes molécules interagiront les uns avec les autres, affirme le document de recherche de Google.

Le logiciel a été développé par Google Deepmind et Isomorphic Labs, une entreprise de frères et sœurs sous Alphabet Parent travaillant sur l'IA pour Biotech qui est également dirigée par Hassabis. En janvier, les laboratoires isomorphes ont annoncé que cela fonctionnerait avec Eli Lilly et Novartis sur le développement de médicaments.

Alphafold 3 sera mis à disposition via le cloud pour que les chercheurs externes puissent accéder gratuitement, mais DeepMind ne publie pas le logiciel comme open source comme pour les versions antérieures d'Alphafold. John Jumper, qui dirige l'équipe Google DeepMind travaillant sur le logiciel, dit que cela pourrait aider à mieux comprendre comment les protéines interagissent et travaillent avec l'ADN à l'intérieur du corps. «Comment les protéines réagissent-elles aux dommages à l'ADN; Comment trouvent-ils, réparez-le? Dit le pull. «Nous pouvons commencer à répondre à ces questions.»

Comprendre les structures protéiques utilisées pour nécessiter un travail minutieux à l'aide de microscopes électroniques et une technique appelée cristallographie aux rayons X. Il y a plusieurs années, des groupes de recherche universitaires ont commencé à tester si l'apprentissage en profondeur, la technique au cœur de nombreuses avancées d'IA récentes, pouvait prédire la forme des protéines simplement à partir de leurs acides aminés constitutifs, en apprenant des structures qui avaient été vérifiées expérimentalement.

En 2018, Google DeepMind a révélé qu'il travaillait sur un logiciel d'IA appelé Alphafold pour prédire avec précision la forme des protéines. En 2020, Alphafold 2 des résultats produits suffisamment précis Pour déclencher une tempête d'excitation en biologie moléculaire. Un an plus tard, la société a publié une version open source d'Alphafold pour que quiconque puisse utiliser, ainsi que 350 000 structures de protéines prédites, y compris pour presque toutes les protéines connues dans le corps humain. En 2022, la société a libéré plus de 2 millions de structures de protéines.