هوش مصنوعی DeepMind گوگل اخیراً در شبیه‌سازی مولکول‌های زیستی از جمله DNA و RNA پیشرفت کرده است که ممکن است نویدبخش داروها و واکسن‌های جدید باشد.
هیاهوی هوش مصنوعی در ماه های اخیر بیشتر در مورد تولید محتوای دیجیتال و خروجی گرفتن از طریق دستورات کاربر بوده است. سوالی که بسیاری از کارشناسان را نگران افزایش بیکاری و سوء استفاده ها کرده است.
اهمیت شبیه سازی های هوش مصنوعی DeepMind چیست؟
داشتن اطلاعاتی در مورد نحوه پیوند و تا کردن آمینو اسیدهای مورد استفاده در پروتئین ها در علوم زیستی و پزشکی از اهمیت بالایی برخوردار است. زیرا می تواند نحوه تعامل آنها با سایر ساختارهای بیولوژیکی را تعیین کند و در نهایت منجر به کشف یا تولید داروها و روش های درمان بیماری ها شود. حالا گوگل سعی کرده با هوش مصنوعی DeepMind خود قدمی فراتر از گذشته بردارد و نه تنها ساختار پروتئین ها را شبیه سازی کند، بلکه ساختار تمام مولکول های بیولوژیکی را نیز شبیه سازی کند. مدل جدید این شرکت که AlphaFold 3 نام دارد می تواند به محققان در زمینه های مختلف از جمله پزشکی، کشاورزی و دارویی کمک کند.
نرم افزار Alphafold بخشی از پروژه هوش مصنوعی DeepMind گوگل است که توانسته ساختار بیش از 200 میلیون پروتئین را با دقت بالایی شبیه سازی کند. گوگل ادعا می‌کند که میلیون‌ها محقق از نسخه قبلی برای اکتشافات جدید در زمینه‌های متنوعی مانند واکسن مالاریا، طراحی آنزیم‌ها و درمان سرطان استفاده کردند. اکنون نسخه سوم مدل AlphaFold قادر به شبیه سازی ساختارهای بیولوژیکی دیگر از جمله DNA و RNA است که می تواند دامنه استفاده را بسیار بیشتر از قبل گسترش دهد. همچنین نسخه جدید نسبت به نسخه قبلی 50 درصد پیشرفت در دقت شبیه سازی داشته است و می تواند با دقت و بهینه تری نسبت به قبل کار کند.
مدل Alphafold 3 دارای یک کتابخانه عظیم از ساختارهای مولکولی کشف شده قبلی است. با تغذیه داده‌های ترکیبات جدید در این روش، محققان می‌توانند شبیه‌سازی سه بعدی را با استفاده از مدل انتشار انجام دهند، مشابه آنچه در سرویس‌های تبدیل متن به تصویر مانند Stable Diffusion و Dall-E می‌بینیم.
گوگل اعلام کرده است که به زودی به برخی از محققان امکان دسترسی رایگان به سرویس AlphaFold Server را می دهد تا محققان در سراسر جهان بتوانند ساختار مولکولی ترکیبات تحقیقاتی خود را بدون دسترسی به سخت افزار و قدرت پردازش بالا شبیه سازی کنند. این سرویس برای استفاده دانشگاهی و غیرتجاری ارائه خواهد شد. اما برخی از شرکای تجاری که در توسعه دارو کار می کنند نیز ممکن است از آن استفاده کنند.