从AlphaFold2到OpenFold,3DEXPERIENCE中蛋白质结构预测

没听说过OpenFold吗？你并不孤单，但你可能听说过AlphaFold2。

在药物发现领域，AlphaFold2现在几乎等同于解决计算生物学和化学中最难以捉摸的问题之一：蛋白质折叠。AlphaFold2，顾名思义，是建立在其前身AlphaFold在2021年第14届结构预测关键评估(CASP14)上的成功基础上的，它通过从氨基酸序列准确预测蛋白质的未知结构而击败了竞争对手。AlphaFold2由Alphabet Inc.的子公司DeepMind开发，利用深度神经网络架构，在已知蛋白质结构的大量数据集上进行训练，以突破性的精度预测蛋白质的复杂折叠模式。2022年7月，DeepMind做出了一个出人意料的大胆举动，打破了对此类尖端算法保持专有的传统做法，并公布了其方法和研究结果的全面细节。但当你对OpenFold有了更多的了解后，你可能会从不同的角度看待这一举动。

面向所有人的人工智能：OpenFold在药物发现中的作用

OpenFold于2022年2月由哥伦比亚大学的AlQuraishi实验室、Arzeda、Cyrus Biotechnology、Outpace Bio和Genentech的Prescient Design共同创立。OpenFold以竞争前的技术产业联盟为蓝本，体现了开放科学的精神，鼓励透明度，共享知识，加速科学突破。它于2022年6月首次发布，不仅包括再现和改进AlphaFold2速度和准确性的推理代码和模型参数，还包括完整的训练代码，可以允许训练一整套衍生模型，用于生物制剂、小分子和其他模式的药物发现。

正如其网页上所述，OpenFold“是一个非营利性的人工智能研究和开发联盟，为生物学和药物发现开发免费和开源的软件工具”。它旨在使生物人工智能的力量民主化，并领导一项社区驱动的努力，为全球学术界、生物技术和制药公司的研究人员和科学家提供先进的蛋白质结构预测工具。毫无疑问，它的成立在鼓励DeepMind分享他们的发现细节方面发挥了一定作用，并开创了一个令人兴奋的透明和合作研究的新时代。DeepMind继续开发AlphaFold模型。2023年10月，他们分享了他们将研究范围从蛋白质扩展到其他生物分子(包括配体)的初步细节。这项工作可能有助于解决长期存在的挑战，如准确预测蛋白质配体结构，并有可能取代目前的行业标准对接方法。这项工作是与Isomorphic Labs合作完成的，Isomorphic Labs是一家源自AlphaFold DeepMind原始团队的商业企业，他们正在重新构想“以人工智能优先的方法从第一原理开始的整个药物发现过程”。OpenFold和其他学术领袖(如Baker的实验室)的工作有望激励知识的持续共享，以促进生物信息学、药物发现和结构生物学的进步，这在五年前是不可想象的。

拥抱新时代：OpenFold的3dexexperience平台之旅

BIOVIA达索系统公司于2022年11月成为OpenFold的行业联盟成员，被OpenFold的使命所吸引，该使命是开发一个开放的生态系统，加速基于人工智能的生物和药物发现研究工具。我们的动力是为制药和农产品设计提供有价值的软件解决方案，帮助我们的用户解决药物发现、疾病理解和生物工程方面的现实问题。我们现在通过利用尖端的人工智能方法放大长期建立和验证的基于物理的建模和仿真方法的力量，丰富了我们的药物设计经验。2024年2月，OpenFold(单个)和AlphaFold(多个)模型将在3depxence平台上提供给BIOVIA Discovery Studio Simulation用户，作为传统同源建模算法MODELER的替代方案。随后的进展将把人工智能模型吸收到进一步的模拟工作流程中，以解决用户面临的其他挑战，并展望对生成生物设计的蓬勃发展的兴趣。

在这个人工智能飞速发展的时代，它的数据共享、讨论和改进的公共空间确实让我能够跟上新工具、模型和基准的发展，并在不断变化的药物发现领域为我们行业领先的客户提供所需的东西。