谷歌DeepMind又一次更新了AlphaFold，推出了全新的生命分子结构的预测模型AlphaFold 3。AlphaFold 2 已为“业界最强”，而AlphaFold 3直接将预测范围，从蛋白质结构扩展到大部分生命分子，准确率也提高了一倍。
飞跃式的进展，让AlphaFold 3的论文登上Nature头条。
来源：Nature官网
具体来说，这次AlphaFold 3的升级，主要是加入了通过Diffusion Model，以直接预测原子3D坐标的方式搭建模型，成功将AI对蛋白质预测的能力扩展到包括DNA，RNA等领域。它可以对蛋白质、DNA 和 RNA 等大型生物分子、小分子（也称为配体）、甚至许多药物进行预测。
例如，AlphaFold 3成功地预测了冠状病毒OC43的刺突蛋白，预测的结果（绿色和黄色部分）与真实情况（灰色部分）高度吻合。
来源：官方博客
AlphaFold 3对分子复合物的预测：
来源：官方博客
复合物由蛋白质（蓝色）与DNA双螺旋（粉色）结合而成。预测的结果与通过实验艰苦发现的真实分子结构（灰色）近乎完美匹配。
预测效果提升显著，直指药物研发
结构生物学在AI引入之前，只有少数蛋白质的构造被真正研究出来。
在2018年12月，AlphaFold1在43种蛋白质中成功预测25种蛋白质的结构，以最高分赢得第13届蛋白质结构预测技术关键评估（CASP）。AlphaFold 2在2020年的CASP上，以高于90%的准确率，再次将其他选手远远甩在身后。
蛋白质折叠的问题虽然依然未能完全解决，但AlphaFold 2代表的技术进步意味着，与实验室方法相比，计算生物学能产出精确度相当的蛋白质结构预测结果，成本也被大幅压缩。
2023年10月底，Alphafold-latest发布，预测蛋白质结构更准，还在此基础上，将能力泛化到核酸、任意小分子配体等其他的生物分子结构的预测上，这意味着，使用AlphaFold的方法，可以对所有重要生物分子及其相互作用进行原子级精确结构预测。
AlphaFold 3在DeepMind在官网发布了博文
https://blog.google/technology/ai/google-deepmind-isomorphic-alphafold-3-ai-model/#life-molecules
