2024年，谷歌DeepMind公司发布的AlphaFold3，这一最新的人工智能（AI）蛋白质结构预测工具，在科学界掀起了轩然大波。而这场争议，不仅涉及AlphaFold3本身的技术特性和应用前景，更触及了科学研究中关于代码开源的深刻议题。本文将从AlphaFold3发布的争议出发，初步探讨自然期刊代码开源及其重要意义。
一、AlphaFold3的发布与争议
AlphaFold3是DeepMind公司研发的最新AI蛋白质结构预测工具，其能够精准预测蛋白质的结构，并模拟蛋白质与其他分子（如DNA、RNA等）的相互作用。这一技术突破对于药物发现、疾病治疗等领域具有重大意义。然而，当DeepMind首次在《自然》期刊上发布AlphaFold3的相关信息时，却并未公开其底层代码和模型训练权重，这一做法引发了科学界的强烈批评。
科学家们认为，不公开底层代码和模型权重严重损害了科学研究的可重复性和开放性。他们指出，如果无法获取完整的代码和权重，其他科研人员将难以对AlphaFold3的研究结果进行验证和进一步拓展。此外，这种做法也与《自然》期刊的编辑指南相悖，该指南规定计算代码必须与发表的研究一起提供。
面对科学界的批评，DeepMind公司迅速调整策略，承诺在半年内将AlphaFold3作为开源版本发布。然而，这半年的等待时间对于急切的研究社区来说，无疑是一种煎熬。他们担心这会影响AlphaFold3的广泛应用和深入研究。
|
时间
|
开源资讯
|
|
2024年5月8日
|
1) 谷歌DeepMind与Isomorphic Labs联合在《自然》期刊上发布了蛋白质领域最新人工智能模型AlphaFold 3。这一版本不仅扩大了预测范围，还创新性地用上了扩散模型，可以生成每个原子的3D坐标。
2) 在发布时，AlphaFold 3并未立即开源，而是通过网络服务器提供访问权限，这引起了部分科学家的批评。
|
|
2024年5月至10月期间
|
1) 科学家和研究者对AlphaFold 3的开源表示期待，并对DeepMind未立即开源表示不满。一些科学家在公开信中表达了这一观点，并获得了数百个签名。
2) 谷歌DeepMind在受到批评后，承诺在论文发表后的6个月内发布完整的代码供非商业用途使用。
3) 在此期间，已有几家公司根据AlphaFold 3的原始论文中的伪代码推出了受AlphaFold 3启发的开源蛋白质结构预测模型，如中国的百度和字节跳动，以及美国的初创公司Chai Discovery。
|
|
2024年10月9日
|
1) 瑞典皇家科学院决定将2024年诺贝尔化学奖的一半授予大卫·贝克（David Baker），以表彰他在“计算蛋白质设计”方面的贡献，并将另一半授予戴密斯·哈萨比斯（Demis Hassabis）和约翰·M·詹伯（John M. Jumper），以表彰他们在“蛋白质结构预测”方面的贡献。
|
|
2024年11月11日
|
1) DeepMind兑现了承诺，正式将AlphaFold 3开源。科研人员可以在GitHub上访问并下载AlphaFold 3的源代码，并将其用于非商业用途。
2) AlphaFold 3的开源获得了科学界的热烈反响和高度评价，《自然》和《Science》杂志也对此进行了推荐。
|
|
2024年11月12日
|
1) 多家媒体对AlphaFold 3的开源进行了报道，详细描述了开源的背景、意义和影响。
2) 科学家们对AlphaFold 3的开源表示期待，并计划利用这一工具开展更多深入的研究。
|
|
2024年11月之后
|
1) 随着AlphaFold 3的正式开源，研究者们将能更方便、更高效地利用这一模型开展各类基础研究、临床研究以及生物医药开发。
2) AlphaFold 3的开源将促进生命科学与人工智能的深度融合，为生命科学领域的研究提供更多的创新思路和方法。
3) 其他研究团队计划将AlphaFold 3的代码集成到他们的软件中，以提高预测效率和准确性。例如，MassiveFold团队希望将AlphaFold 3集成到其软件中，帮助用户利用并行计算减少运行时间。
|
二、自然期刊的代码开源
在这场争议中，自然期刊的代码开源问题成为了焦点。作为国际顶尖的学术期刊之一，《自然》期刊一直秉持着开放共享的理念，致力于推动科学研究的透明度和可重复性。因此，在AlphaFold3的争议中，《自然》期刊的态度和行动显得尤为重要。
事实上，自然期刊在推动代码开源方面一直走在前列。它要求作者在投稿时提供完整的代码和数据，以供审稿人审核和同行评议。这一做法确保了科研成果的准确性和可靠性，同时也推动了源代码的开源共享。
在AlphaFold3的争议中，自然期刊也发挥了积极的作用。它一方面对DeepMind公司的做法提出了质疑和批评，另一方面也积极推动DeepMind公司履行承诺，尽快将AlphaFold3的底层代码和模型权重开源。
在推动源代码开源方面，《自然》期刊采取了多种实践措施。
明确要求：
在投稿指南中，《自然》期刊明确要求涉及复杂计算模型和数据分析方法的科研成果，必须提供源代码以供审稿人审核。这一要求确保了科研成果的透明度和可重复性，也推动了源代码的开源共享。
审稿人审核：
在审稿过程中，《自然》期刊会邀请相关领域的专家作为审稿人，对科研成果进行严格的审核。其中，源代码的审核是重要的一环。审稿人会仔细审查源代码的准确性和可靠性，以确保科研成果的准确性和可信度。
开源平台：
为了方便科研人员共享源代码，《自然》期刊与多个开源平台合作，为科研人员提供便捷的源代码共享渠道。这些平台包括GitHub、GitLab等，都是国际知名的开源代码托管平台，拥有庞大的用户群体和丰富的开源资源。
案例示范：
为了鼓励更多的科研人员参与源代码开源，《自然》期刊还积极发布源代码开源的成功案例。这些案例展示了源代码开源在推动科学研究进步、促进知识共享方面的积极作用，为其他科研人员提供了有益的借鉴和参考。
尽管《自然》期刊在推动源代码开源方面取得了显著成效，但仍面临一些挑战。
知识产权问题：
源代码的开源可能涉及知识产权问题。部分科研人员可能担心源代码的开源会侵犯其知识产权或泄露商业机密。为了应对这一问题，《自然》期刊可以加强与知识产权机构的合作，为科研人员提供知识产权保护和法律咨询等服务。
技术保密问题：
部分科研成果可能涉及敏感技术或核心算法，科研人员可能不愿意将其源代码开源。为了平衡技术保密和科研共享的需求，《自然》期刊可以建立灵活的源代码共享机制，如部分开源、延迟开源等，以满足不同科研人员的需求。
审核成本问题：
源代码的审核需要耗费大量的时间和精力，这增加了审稿人的工作负担和期刊的运营成本。为了降低审核成本，《自然》期刊可以引入自动化审核工具和技术，提高审核效率和准确性。
三、代码开源的重要性与意义
代码开源对于科学研究的重要性不言而喻。它不仅能够提高科研的透明度和可重复性，还能够促进知识的共享和创新。具体来说，代码开源具有以下重要意义：
提高科研透明度：代码开源使得科研成果的算法和计算过程得以公开，从而提高了科研的透明度。这有助于科研人员更加清晰地了解科研成果的实现过程和细节，增强了科研成果的可信度和说服力。
促进知识共享：代码开源使得科研成果得以更加广泛地传播和共享。其他科研人员可以在此基础上进行二次开发和创新，推动科学研究的不断进步。这有助于形成良性循环，促进科学知识的不断积累和更新。
增强科研合作：代码开源有助于加强科研人员之间的合作与交流。科研人员可以通过共享代码，共同解决科学难题，推动科研项目的顺利开展。这有助于形成更加紧密的科研合作网络，提高科研效率和质量。
推动科研创新：代码开源为科研人员提供了更多的创新机会和灵感。科研人员可以在现有代码的基础上进行改进和优化，开发出更加先进和高效的计算模型和数据分析方法。这有助于推动科研创新的不断深入和发展。
四、结语
AlphaFold3的发布争议虽然给科学界带来了一定的困扰和挑战，但也引发了人们对于代码开源的深刻思考和讨论。自然期刊作为国际顶尖的学术期刊之一，在推动代码开源方面发挥了积极的作用。它要求作者提供完整的代码和数据，以确保科研成果的准确性和可靠性；同时，它也积极推动科研人员之间的合作与交流，促进知识的共享和创新。
在未来，我们期待更多的科研成果能够基于开源理念，共享科研成果。这不仅有助于提高科研的透明度和可重复性，还能够共同推动科学研究的不断进步和创新发展，为科学研究的进步和发展贡献更多的智慧和力量。
