Google DeepMind 发布了蛋白质结构预测模型「AlphaFold 3」的源码和权重，提供给学术用途。

AlphaFold 3 在 5 月首次亮相，当时 DeepMind 决定限制外界对源码的存取权限，仅能通过网页界面将 AlphaFold 3 用于非商业用途，且有每日 10 次运算的限制，这也引来了研究人员的批评，尤其是当 DeepMind 的姊妹组织 Isomorphic Labs 能使用 Alphafold 3 来开发新药。

DeepMind 曾表示他们必须同时确保 AlphaFold 3 存取性、对科学界有影响力，以及也不会损害 Isomorphic 商业药物研发能力，两种考量之间需取得平衡。

因此虽然 AlphaFold 3 是在 CC 授权条款下开源，但要存取模型权重仍需得到 Google 学术使用许可，等同在促进科学进步和商业利益取得了中间点。

AlphaFold 3 的核心是基于前一带 AlphaFold 2 的 Evoformer 模块再进行改进，在最终结构预测上则使用了新的扩散网络，会从位置随机的「原子云」开始，逐步减少杂讯并重建分子结构，直到最后做出预测。

两代模型不同之处在于， AlphaFold 2 可以预测蛋白质结构，而 AlphaFold 3 则是可以模拟蛋白质、DNA、RNA 和小分子之间复杂的交互作用，在预测蛋白质和配位基相互作用的精准度上也提升了 50%，这有助于推动药物研发和疾病治疗。

且由于 AlphaFold 3 的框架符合分子相互作用的基本物理原理，而非像先前版本，需针对不同分子类型进行不同的特殊处理，在研究分子交互作用会更加有效率。

：Jocelyn
：Sisley

本文初稿为 INSIDE 使用 AI 编撰；快加入 INSIDE Google News 按下追踪，给你最新、最 IN 的科技新闻！