AlphaFold 3:炒作过度,改进有限
最近的一则消息宣称DeepMind的AlphaFold 3是革命性的,但领先生物实验室的深入研究却表明并非如此。尽管引起了很多关注,但AlphaFold 3似乎被过度炒作,相比AlphaFold 2只有微小的改进,离取代传统的冷冻电子显微镜等方法还相去甚远。
初步评估
在CTOL.digital进行的初步评估中,我们使用AlphaFold3预测了MST1蛋白结构,并与RCSB PDB蛋白质数据库中的3COM数据进行了比较。结果显示,AlphaFold 3预测的MST1结构与已发表的结构(PDB: 3COM)对齐效果很差,RMSD值达到14.892 Å,涉及934个对比原子。这种严重的差异表明两种结构存在实质性差异。我们对几种非平凡蛋白质的进一步分析也得出了令人失望的结果,这一点得到了中国其他研究人员的印证。不过,我们仍然对可能存在的使用错误持开放态度,并欢迎相关纠正。无论测试结果如何,AlphaFold3的结构生成速度都给我们的整个实验室留下了深刻印象。
其他实验室的结果
其他实验室也报告了类似令人失望的结果。据悉,AlphaFold 3在经典的STRING和cGAMP配体任务中表现不佳,给出的"结合评分"较低。Nieng实验室也注意到,在"蛋白质-蛋白质相互作用"方面相比上一代只有微小的改进。另一个来源测试了RNA结构预测,并报告了不满意的结果。虽然在蛋白质-配体任务上有可接受的表现,但远远未达到宣传中的"神奇"效果。
功能受限和严格的服务条款
用户对AlphaFold 3中配体选择有限感到沮丧,更糟的是明确禁止未来的分子对接研究。分子对接在将结构数据转化为功能见解(尤其是药物发现)中至关重要。像Glide和AutoDock这样广泛使用的工具在AlphaFold 3的服务条款中明确被禁止。
分析:科技巨头的炒作过度
科技巨头越来越倾向于过度炒作其AI解决方案。例如,OpenAI已经数月来一直在暗示多个新工具,但未公开发布。面临重夺AI主导权的压力,谷歌推出Gemini以及对AlphaFold 3的过度炒作都未能使公司更接近其目标。我们承认,为了在激烈的金融市场中获胜,讲一个好故事并不断吸引公众注意力至关重要。然而,这也可能导致未来的股价暴跌。
观点:AlphaFold在制药业的真实价值令人怀疑
AlphaFold采用概率性方法预测蛋白结构。但在制药业,单原子级别的准确性是必需的。只有时间才能告诉我们AlphaFold3是否真正在行业中有价值。