Stanford AI Lab hôm nay công bố một mô hình mới mang tên Diffusion‑Protein, dựa trên công nghệ diffusion models để dự đoán cấu trúc ba chiều của protein. Mô hình này đã vượt qua AlphaFold trong một loạt các protein chưa được giải quyết, đạt độ chính xác trung bình cao hơn 2%.
Diffusion‑Protein sử dụng quy trình “reverse diffusion” để tạo ra các cấu trúc tiềm năng, sau đó áp dụng một bộ lọc học sâu để tối ưu hoá năng lượng và tính ổn định. Nhờ vào cách tiếp cận này, mô hình có khả năng khám phá các cấu trúc protein hiếm gặp mà các phương pháp truyền thống khó tiếp cận.
Kết quả thử nghiệm trên bộ dữ liệu CASP15 cho thấy mô hình đạt được RMSD (Root‑Mean‑Square Deviation) trung bình 0.78 Å, giảm đáng kể so với 0.82 Å của AlphaFold. Các nhà khoa học Stanford hy vọng công nghệ này sẽ thúc đẩy nhanh quá trình thiết kế thuốc và nghiên cứu sinh học cấu trúc.
Bài báo đã được đăng trên tạp chí Science và mã nguồn cùng dữ liệu huấn luyện đã được công bố trên GitHub, nhận được hơn 3.500 sao trên nền tảng này chỉ trong 48 giờ.