AlphaFold 3 在 5 月首次亮相，當時僅開放用網頁介面使用模型，引來了研究人員的批評。
Google DeepMind 釋出了蛋白質結構預測模型「AlphaFold 3」的原始碼和權重，提供給學術用途。
AlphaFold 3 在 5 月首次亮相，當時 DeepMind 決定限制外界對原始碼的存取權限，僅能透過網頁介面將 AlphaFold 3 用於非商業用途，且有每日 10 次運算的限制，這也引來了研究人員的批評，尤其是當 DeepMind 的姊妹組織 Isomorphic Labs 能使用 Alphafold 3 來開發新藥。
DeepMind 曾表示他們必須同時確保 AlphaFold 3 存取性、對科學界有影響力，以及也不會損害 Isomorphic 商業藥物研發能力，兩種考量之間需取得平衡。
因此雖然 AlphaFold 3 是在 CC 授權條款下開源，但要存取模型權重仍需得到 Google 學術使用許可，等同在促進科學進步和商業利益取得了中間點。
AlphaFold 3 的核心是基於前一帶 AlphaFold 2 的 Evoformer 模組再進行改進，在最終結構預測上則使用了新的擴散網路，會從位置隨機的「原子雲」開始，逐步減少雜訊並重建分子結構，直到最後做出預測。
兩代模型不同之處在於， AlphaFold 2 可以預測蛋白質結構，而 AlphaFold 3 則是可以模擬蛋白質、DNA、RNA 和小分子之間複雜的交互作用，在預測蛋白質和配位基相互作用的精準度上也提升了 50%，這有助於推動藥物研發和疾病治療。
且由於 AlphaFold 3 的框架符合分子相互作用的基本物理原理，而非像先前版本，需針對不同分子類型進行不同的特殊處理，在研究分子交互作用會更加有效率。
：Jocelyn
：Sisley
本文初稿為 INSIDE 使用 AI 編撰；快加入 INSIDE Google News 按下追蹤，給你最新、最 IN 的科技新聞！
