当地时间 5 月 8 日，谷歌 DeepMind 发布其生物学预测工具 AlphaFold 的最新版本——AlphaFold 3。这一重大成果在科学界引起了巨大轰动。
在蛋白质预测领域专家看来，AlphaFold 3 是“变革性的”和“令人印象深刻的”。他们表示，这项工作可以用于测序蛋白质、DNA、RNA、小分子等几乎所有生物分子结构和相互作用。
此次 AlphaFold3 的模型是 DeepMind 和 AI 制药公司 Isomorphic Labs 共同开发的，这项研究已发表在《自然》杂志上。但其不公开底层代码、仅提供受限访问的举措，引发了科学界的广泛批评。截至 5 月 14 日，已有超过 650 名研究人员联名签署公开信，表示对论文不提供代码感到失望，并批评期刊违背了其关于代码可用性的规定。
▲图 | 多名学者联名信
将在 6 个月内为学界提供开源模型
AlphaFold 3 目前只能通过网络服务器访问，每日请求限制为 20 次（发布之初请求限制是 10 次）。此外，用户在分析分子方面也面临限制。例如，它无法预测蛋白质与新型药物之间的相互作用，这可能是为了防止与 Isomorphic Labs 的竞争。
AlphaFold 3 的代码在《自然》杂志的论文审查过程中并未公开。福克斯蔡斯癌症中心的计算结构生物学家 Roland Dunbrack 是这封信的组织者之一，他表示在收到手稿时没有办法测试程序。Dunbrack 说：“在与杂志社联系后，我获得了网络服务器早期版本的访问权限，但在文章发表前，我曾多次要求提供代码，但都没有得到回应。我不明白编辑为什么要在这种情况下把它送审。”
美国加州大学旧金山分校的结构生物学家、这封信的组织者之一 James Fraser 说：“这篇论文没有提供理由，只是提出‘未提供代码’，这似乎违反了《自然》杂志的政策。”《自然》的编辑政策规定：作者必须及时向读者提供代码，不得有不适当的限制。
这一明显的矛盾引起了研究人员的愤怒。瑞典斯德哥尔摩大学的生物物理学家、这封信的署名者 Erik Lindahl 说：“在我看来，这项工作的大部分内容都不符合科学研究的要求，实际上这是一则商业广告。”
面对批评，《自然》杂志主编 Magdalena Skipper 发表声明，为该杂志处理这篇论文的方式进行了辩护。她指出，尽管《自然》力求在每个机会中提高透明度，但在某些情况下可能无法公开研究数据或代码。编辑们会考虑很多不同的因素，包括对生物安全的潜在影响以及由此带来的伦理挑战，在这种情况下，编辑部会与作者合作提供支持可重复性的替代方案。
自公开信发布以来，DeepMind 研究人员已经表示，有关 AlphaFold 3 的更多信息即将发布。DeepMind 研究员、AlphaFold 3 论文的作者之一 Pushmeet Kohli 发布推文，回应学界的质疑和不满，宣布将在 6 个月内为学界提供开源模型。
“AlphaFold 3 测试全军覆没”
自 AlphaFold 2 于 2020 年发布以来，科学家们已经广泛使用这一工具预测了各种蛋白质结构、发现了药物以及绘制了多种已知蛋白质。
AlphaFold 3 的进步在于它不仅可以处理蛋白质，还可以同时输入核酸、小分子、金属离子等物质，并预测它们会如何与蛋白质结合。因为蛋白质不可能孤立地发挥作用，而是需要与其他物质产生交流，这一过程也是科学家们最关心的。
5 月 9 日晚，中国科学院院士、深圳湾实验室主任颜宁在个人微博账号发布长文表示，“我对 AI 的态度总结起来其实是两个字‘敬畏’，它的发展速度超乎想象。每次我都是指出 AlphaFold 版本当前不能解决的问题，比如最近我比较痴迷的 glycoproteins、那些‘暗物质’们、in situ structures（原位结构），等等。但终归也只是时间问题。”
她强调：“这次的 server 版本我觉得是一个速度和准确度的平衡，正确率不是最好的。我现在手上有三个比较奇怪的蛋白，之前我自己搭的 AF2 multimer 可以在很低的 ranking position 找到一两个正确的 conformation，这次的 server 版本测试全军覆没。”
她在文末指出：“AI 一定会越来越强大，如何拥抱新技术，问出更有意思的问题，才是相关科研工作者现在更关注的。”
参考资料：
1.https://www.isomorphiclabs.com/articles/a-glimpse-of-the-next-generation-of-alphafold
2.https://www.science.org/content/article/limits-access-deepmind-s-new-protein-program-trigger-backlash
3.https://retractionwatch.com/2024/05/14/nature-earns-ire-over-lack-of-code-availability-for-google-deepmind-protein-folding-paper/
来源：科学网
免责声明：本文旨在传递生命科学和医疗健康产业最新讯息，不代表平台立场，不构成任何投资意见和建议，以官方/公司公告为准。本文也不是治疗方案推荐，如需获得治疗方案指导，请前往正规医院就诊。
