DeepMind dévoile le modèle d'IA AlphaFold prédisant les molécules avec une « précision atomique »

DeepMind, propriété de Google, a révélé sa dernière itération du modèle d'IA AlphaFold, affirmant qu'il peut prédire les structures des molécules avec une précision sans précédent. Cette percée s'étend au-delà des protéines pour englober diverses molécules biologiques et leurs interactions, potentiellement révolutionnant des domaines tels que la découverte de médicaments, la génomique et la compréhension des maladies.

Une réalisation de prédiction qui change la donne

En 2022, DeepMind avait fait la une des journaux en présentant les capacités de son modèle AlphaFold, qui avait prédit avec précision les structures de plus de 200 millions de protéines connues. Maintenant, l'entreprise fait un bond en avant avec son AlphaFold de « nouvelle génération », qui vise à prédire non seulement les protéines, mais aussi d'autres molécules biologiques critiques.

Prédire au-delà des protéines

Le nouveau modèle AlphaFold de DeepMind pourrait prédire la structure de presque toutes les molécules de la Protein Data Bank, un référentiel contenant des structures 3D de diverses molécules biologiques. Cette expansion au-delà des protéines inclut des prédictions pour les ligands (petites molécules qui se lient à d'autres molécules) et les acides nucléiques comme l'ADN et l'ARN.

Atteindre la « précision atomique »

Le dernier modèle de DeepMind atteint fréquemment une « précision atomique » dans la prédiction des structures de ces molécules, marquant une avancée significative dans le domaine. Des prédictions précises de différentes structures moléculaires et complexes sont essentielles pour comprendre les mécanismes biologiques complexes au sein des cellules, une tâche historiquement difficile.

Accélérer les percées biomédicales

Les implications du nouveau modèle AlphaFold de DeepMind sont vastes. Il peut accélérer les percées biomédicales en fournissant des informations cruciales sur divers domaines, y compris les voies de la maladie, la génomique, les matériaux renouvelables et la découverte de médicaments. En améliorant la précision des prédictions pour les structures moléculaires, AlphaFold peut aider les chercheurs à identifier de nouvelles molécules à potentiel thérapeutique.

Redéfinir la norme de l'industrie

Traditionnellement, la détermination des interactions entre les ligands et les protéines reposait sur des « méthodes d'amarrage », qui nécessitaient une référence à la structure de la protéine et une position de liaison suggérée pour le ligand. Le dernier modèle de DeepMind remet en question cette norme. Il surpasse les méthodes d'amarrage existantes sans avoir besoin d'une structure de protéine de référence ou d'une connaissance préalable du site de liaison du ligand. Cette innovation permet des prédictions même pour des protéines entièrement nouvelles qui manquent de caractérisation structurelle préalable.

Un atout pour la découverte de médicaments

La prédiction précise des structures des protéines et des ligands est un atout précieux dans le domaine de la découverte de médicaments. Elle permet aux scientifiques d'identifier plus efficacement les candidats médicaments potentiels. En éliminant le besoin d'une structure de référence, AlphaFold ouvre la porte à l'identification de molécules nouvelles qui pourraient servir de base aux médicaments futurs. Cette percée pourrait révolutionner le processus de développement des médicaments.

Implications pour la compréhension scientifique

DeepMind estime que les performances exceptionnelles de leur dernier modèle démontrent le vaste potentiel de l'IA pour faire progresser notre compréhension scientifique de la machinerie moléculaire au sein du corps humain et du monde naturel plus large. Elle peut éclairer le fonctionnement complexe des systèmes biologiques et stimuler les innovations dans de multiples disciplines scientifiques.

Précédentes réalisations scientifiques

Ce n'est pas la première fois que DeepMind réalise des progrès significatifs dans la science et l'IA. En septembre, l'entreprise a créé un catalogue complet des mutations génétiques, un développement qui pourrait accélérer le diagnostic des maladies. Les efforts continus de DeepMind pour fusionner l'IA avec la recherche scientifique indiquent son engagement à repousser les limites de ce qui est possible dans ces domaines.

Une puissance unifiée de l'IA

Plus tôt cette année, Google a fusionné DeepMind avec Google Brain, consolidant les efforts des deux entités dans le domaine de l'intelligence artificielle. Cette démarche visait à rationaliser les initiatives d'IA de Google et à renforcer la collaboration entre les chercheurs et les ingénieurs.

La dernière percée de DeepMind avec AlphaFold souligne le potentiel transformateur de l'IA dans la recherche scientifique. Alors qu'elle continue d'affiner ses modèles et algorithmes, l'entreprise est bien positionnée pour jouer un rôle clé dans l'avancement de notre compréhension du monde naturel et pour stimuler l'innovation dans divers domaines scientifiques. À chaque réussite, DeepMind nous rapproche d'un pas de plus du déverrouillage des mystères de la biologie et de l'amélioration de la santé humaine.