由Google DeepMind與Isomorphic Labs聯合研發的新一代人工智能模型AlphaFold 3，登上了權威科學期刊Nature。

　　AlphaFold 3以其革命性的精確度，成功預測了包括蛋白質、DNA、RNA、配體在內的所有生命分子的結構和相互作用。

　　與現有預測方法相比，AlphaFold 3在發現蛋白質與其他分子類型的相互作用方面，準確率至少提高了50%，對于某些關鍵的相互作用類別，準確率甚至翻倍。

　　研究團隊認為，AlphaFold 3將有助于改變我們對生物世界和藥物發現的理解，進而開啟人工智能細胞生物學的新時代。

　　Isomorphic Labs正與多家制藥公司合作，將AlphaFold 3應用于現實世界的藥物設計挑戰中，旨在為人類最具破壞性的疾病開發新療法。

　　此外，Google DeepMind也推出了基于AlphaFold 3的免費平臺——AlphaFold Server，供全球科學家進行非商業性研究，進一步預測蛋白質與其他分子的相互作用。

　　AlphaFold 3的強大能力，來自于其新一代的架構和訓練(已經涵蓋了所有生命分子)。其核心是改進版本的Evoformer模塊，這是一種深度學習架構，也是AlphaFold 2取得成功的基礎。

　　盡管AlphaFold 3展現出巨大潛力，但研究團隊也指出了其存在的局限性，包括立體化學限制、幻覺影響、預測準確性問題、結構構象限制、缺乏動態信息以及特定目標預測限制等。