Le modèle AlphaFold 3 de Google DeepMind est maintenant accessible aux chercheurs du monde entier grâce à un code source ouvert. AlphaFold 3 peut prédire les interactions entre les protéines et d'autres molécules, telles que l'ADN, l'ARN et des composés médicamenteux potentiels. L'élargissement de l'accès à AlphaFold 3 devrait accélérer les découvertes en biologie et en médecine, mais aussi mettre sur un pied d'égalité les chercheurs.En 2024, Google a présenté AlphaFold 3, un nouveau modèle d'IA développé par Google DeepMind et Isomorphic Labs. En prédisant avec précision la structure des protéines, de l'ADN, de l'ARN, des ligands et plus encore, ainsi que leurs interactions, Google espérait qu'AlphaFold 3 transforme notre compréhension du monde biologique et la découverte de médicaments.
Récemment, Google DeepMind annonce ouvrir le code source du modèle. Cela signifie que les chercheurs universitaires du monde entier peuvent accéder au code et aux poids d'entraînement pour la toute première fois, après une diffusion limitée en mai 2024.
Pour rappel, AlphaFold 3 peut prédire les interactions entre les protéines et d'autres molécules, telles que l'ADN, l'ARN et des composés médicamenteux potentiels. Cela peut ouvrir une multitude de nouvelles opportunités, ayant déjà cartographié plus de 200 millions de structures de protéines dans un niveau de recherche sans précédent en biologie structurelle.
Ce potentiel est beaucoup plus accessible maintenant que n'importe quel chercheur peut accéder au code et aux modèles, ce qui signifie qu'il y a beaucoup plus d'options quant à la façon dont la technologie peut être mise en œuvre.
Jusqu'à présent, d'autres entreprises comme Baidu et ByteDance avaient déjà créé leurs versions sur la base de ce qui avait été publié dans des études et des articles de recherche originaux. Cependant, le fait est que la technologie est désormais accessible à tous, indépendamment de la localisation, de l'investissement financier, etc. Il convient de noter que le laboratoire dérivé de DeepMind, Isomorphic Labs, conserve les droits commerciaux exclusifs, ayant récemment conclu des partenariats pharmaceutiques d'une valeur de 3 milliards de dollars. Toutefois, cela n'empêche pas les universitaires de mettre le code à l'épreuve à des fins de recherche.
Cela pourrait ouvrir bien d'autres portes à la recherche scientifique et médicale. Le suivi des interactions à ce niveau est essentiel pour la découverte et le développement de médicaments, car il permet de suivre le comportement d'enzymes essentielles au métabolisme humain et d'anticorps qui combattent les maladies infectieuses.
Rendre la recherche scientifique et médicale plus accessible est l'un des objectifs les plus ambitieux de l'IA, que Sam Altman, d'OpenAI, a cité dans sa lettre d'espoir sur l'avenir de la superintelligence artificielle. L'élargissement de l'accès à AlphaFold 3 devrait accélérer les découvertes révolutionnaires en biologie et en médecine, non seulement en donnant accès à des technologies de pointe, mais aussi en mettant sur un pied d'égalité les chercheurs qui ne font pas partie d'institutions puissantes et qui, normalement, ne pourraient pas utiliser ce type de code.
Source : Code source d'AlphaFold 3
Et vous ?
Pensez-vous que cette décision est crédible ou pertinente ? Quel est votre avis sur le sujet ?Voir aussi :
Demis Hassabis, PDG de Google DeepMind, pense que la première chose que l'IA pourrait faire pour l'humanité serait de guérir des centaines de maladies, en accélérant le processus de découverte de médicaments Progrès, potentiels et régulation : les avancées de l'IA selon le rapport State of AI et leur impact sur les domaines de la recherche, de la médecine et de l'automatisation à grande échelle L'IA open source est la voie à suivre, car elle permet à un plus grand nombre de personnes dans le monde d'avoir accès aux avantages et aux opportunités de l'IA, par Mark Zuckerberg, fondateur et PDG de Meta