Cancer3.AIAI w onkologiiModele AI › AlphaFold 3
Model fundamentowy Wagi po akceptacji licencji Nie dotyczy protein-structure

AlphaFold 3 3

Następca oparty na dyfuzji, przewidujący wspólne struktury białek z DNA, RNA, ligandami, jonami i zmodyfikowanymi resztami — typy oddziaływań kluczowe w projektowaniu leków i w rozumieniu kompleksów onkogennych.

W skrócie

TwórcaGoogle DeepMind / Isomorphic Labs
Wersja3
Wydanie2024-05-08
LicencjaCC-BY-NC-SA 4.0 (code); model parameters under academic non-commercial terms
DostępnośćWagi po akceptacji licencji
RodzajModel fundamentowy
Status regulacyjnyNie dotyczy

Co robi

Modeluje kompleksy (białko–ligand, białko–kwas nukleinowy, przeciwciało–antygen) w jednej sieci; AlphaFold Server daje darmowe przewidywania niekomercyjne, a kod i wagi (na wniosek) pozwalają liczyć lokalnie.

Zadania, typy danych i nowotwory

NowotwórWiele nowotworów
Wejściesequences of all chains, ligand SMILES/CCD codes, ions
Wyjścieall-atom coordinates of the complex, confidence metrics

Architektura

RodzinaPairformer + diffusion structure module
Pretreningsupervised on PDB complexes + distillation

Dane treningowe

Kompleksy z Protein Data Bank z ligandami i kwasami nukleinowymi (do 2021), z danymi destylacyjnymi jak w AlphaFold 2.

InstytucjeDeepMind, Isomorphic Labs

Powiązane zbiory danych

Ewaluacja

Benchmark / zbiórMiaraWartośćWalidacja zewnętrznaŹródło
PoseBusters (protein–ligand) % poses within 2 Å RMSD substantially above docking baselines (paper) tak Źródło

Jak uruchomić

BibliotekaJAX (repo)
SprzętGPU with ≥ 80 GB recommended for large complexes

Model parameters are granted for academic use on request (form linked from the repo); commercial use requires a licence from Isomorphic Labs. The Server is the zero-setup route.

Status regulacyjny i przeznaczenie

Status regulacyjnyNie dotyczy
PrzeznaczenieNarzędzie badawcze.

Źródło →

Status regulacyjny cytujemy ze wskazanego źródła i może się zmienić. Modele „tylko do badań” nie służą do decyzji klinicznych.

Ograniczenia i błędy systematyczne

  • Zmyślona struktura w regionach nieuporządkowanych; sporadyczne błędy chiralności/kolizji sygnalizowane przez miary pewności.
  • Wagi niekomercyjne; komercyjne użycie w odkrywaniu leków licencjonowane osobno.

Źródła

  1. Abramson J et al. Accurate structure prediction of biomolecular interactions with AlphaFold 3. Nature 2024
  2. GitHub — google-deepmind/alphafold3

Ta strona ma charakter edukacyjny — nie stanowi porady medycznej i nie zastępuje konsultacji z onkologiem. Decyzje diagnostyczne i terapeutyczne podejmuje wyłącznie lekarz specjalista.