AlphaFold3: il codice ora disponibile per la ricerca scientifica | Nuova app intelligenza artificiale | Chat gpt gratis | Cosa sono i large language models | Turtles AI

AlphaFold3, il modello di AI di DeepMind per la previsione delle strutture proteiche, è ora finalmente disponibile in versione open source. Questa mossa segna una svolta per la ricerca scientifica, specialmente in ambito farmaceutico, dove il modello potrà essere utilizzato per simulare l’interazione delle proteine con altre molecole, compresi i farmaci.

Punti chiave:

•  DeepMind ha rilasciato il codice di AlphaFold3 per usi non commerciali, dopo una breve fase di accesso limitato tramite server web.  
•  Il nuovo modello consente di prevedere l’interazione tra proteine e molecole, una capacità fondamentale per la scoperta di farmaci.  
•  Sebbene l’accesso al modello sia aperto, i pesi di allenamento sono disponibili solo su richiesta per scienziati accademici.  
•  Diverse aziende stanno sviluppando alternative open source o versioni senza restrizioni per l’applicazione commerciale, dando vita a una concorrenza in crescita.

Nel novembre 2024, DeepMind ha finalmente reso disponibile al pubblico il codice di AlphaFold3, il modello di AI che hatrasformato il campo della biologia computazionale, consentendo la previsione delle strutture tridimensionali delle proteine con un’accuratezza senza precedenti. Dopo mesi di attesa e di limitazioni nell’accesso al modello, ora i ricercatori hanno la possibilità di scaricare liberamente il software e di applicarlo a progetti scientifici non commerciali, in particolare nel campo della biologia e della farmacologia. Questo rilascio, che arriva sei mesi dopo che DeepMind aveva deciso di non pubblicare immediatamente il codice sorgente, rappresenta un passo significativo per l’open science e l’innovazione nel campo delle scienze biologiche. Inizialmente, infatti, l’azienda aveva deciso di condividere AlphaFold3 solo attraverso un server web, limitando così l’uso del modello a previsioni generali senza la possibilità di personalizzarlo o di applicarlo alla scoperta di farmaci. L’accesso alle sue potenzialità più avanzate, come la simulazione delle interazioni tra proteine e altre molecole, è ora una realtà, sebbene con alcune restrizioni, tra cui l’accesso ai pesi di allenamento, che al momento sono concessi solo agli scienziati accademici su richiesta. Questo aggiornamento, che segue la vittoria di John Jumper e Demis Hassabis del Premio Nobel per la chimica, apre nuove possibilità per la ricerca, in particolare nella progettazione di farmaci e nell’analisi delle malattie. DeepMind ha spiegato che la scelta di pubblicare il modello solo in forma di codice e non come una suite completa di applicazioni commerciali, almeno per il momento, è stata dettata dalla volontà di bilanciare l’accesso alla ricerca con la protezione degli interessi commerciali. Nonostante questo, la mossa ha scatenato un dibattito tra i ricercatori, alcuni dei quali ritenevano che il modello potesse essere più utile se fosse stato completamente open source sin dall’inizio. Con l’apertura del codice, ora si spera che l’intera comunità scientifica possa sfruttare il potenziale di AlphaFold3 in maniera più ampia e diversificata. Nel frattempo, sono già emerse versioni alternative del modello sviluppate da aziende rivali, come Baidu e ByteDance, che hanno adattato AlphaFold3 per scopi simili, pur rimanendo vincolate dalle stesse limitazioni in merito all’uso commerciale. Altri gruppi, come quello guidato dal biologo computazionale Mohammed AlQuraishi, stanno lavorando su implementazioni che potrebbero eliminare queste restrizioni, promuovendo una versione completamente open source che potrebbe essere utilizzata anche dalle aziende farmaceutiche.

Questo panorama competitivo sta stimolando un fiorente ecosistema di innovazioni e soluzioni, con l’obiettivo di rendere la previsione delle strutture proteiche uno strumento essenziale per la medicina del futuro.