Google DeepMind vừa công bố AlphaFold 3.0, một bước nhảy vọt trong lĩnh vực sinh học cấu trúc. Nếu như các phiên bản trước tập trung vào việc dự đoán cấu trúc ba chiều của protein, thì AlphaFold 3.0 có khả năng mô phỏng chính xác cách các phân tử protein liên kết và tương tác với DNA, RNA và các phân tử nhỏ (small molecules). Đây là một thách thức lớn trong sinh học tính toán do tính chất động và phức tạp của các tương tác này.
Nhờ vào kiến trúc transformer được tối ưu hóa đặc biệt cho hóa sinh, AlphaFold 3.0 đã đạt được độ chính xác RMSD trung bình dưới 1.5 Ångström trong việc dự đoán cấu trúc phức hợp protein-ligand. Kết quả này có ý nghĩa to lớn đối với ngành dược phẩm, nơi quá trình phát hiện thuốc (drug discovery) thường tốn kém và mất nhiều năm để xác định cách một phân tử thuốc gắn vào thụ thể đích.
Nhiều phòng thí nghiệm nghiên cứu tại các trường đại học hàng đầu như MIT và Stanford đã bày tỏ sự quan tâm đặc biệt đến công cụ này. AlphaFold 3.0 sẽ được tích hợp sâu hơn vào nền tảng ColabFold, cho phép các nhà khoa học không chuyên về tin sinh học cũng có thể chạy các mô phỏng tương tác phân tử phức tạp với hiệu suất cao trên cơ sở hạ tầng đám mây của Google.