Trong sự kiện I/O 2026, Google DeepMind đã vén màn AlphaFold 3.0, một bước tiến vượt bậc trong lĩnh vực sinh học cấu trúc. Khác với các phiên bản trước chỉ tập trung vào protein đơn lẻ, AlphaFold 3.0 có khả năng dự đoán cấu trúc 3D của DNA, RNA, các phân tử nhỏ (small molecules) và cả các phức hợp tương tác giữa chúng với độ chính xác lên tới 99%.
Công nghệ này sử dụng một mạng nơ-ron đa nhiệm (multitask neural network) được huấn luyện trên 100 triệu cấu trúc phân tử đã được xác định bằng thực nghiệm. Kết quả ban đầu cho thấy AlphaFold 3.0 đã giúp các phòng thí nghiệm dược phẩm giảm thời gian phát triển thuốc từ vài năm xuống còn vài tháng bằng cách mô phỏng quá trình liên kết giữa thuốc và thụ thể trước khi tổng hợp thực tế.
DeepMind cũng công bố nền tảng 'AlphaFold Cloud', cho phép các nhà nghiên cứu trên toàn thế giới truy cập vào sức mạnh tính toán của mô hình này thông qua API. Nền tảng này đặc biệt quan trọng đối với các viện nghiên cứu tại các quốc gia đang phát triển, nơi thiếu cơ sở hạ tầng siêu máy tính.
Theo Giáo sư David Baker, người giành giải Nobel Hóa học năm 2024, AlphaFold 3.0 'sẽ thay đổi cách chúng ta hiểu về bệnh lý ở cấp độ phân tử'. Tuy nhiên, giới khoa học vẫn cần thêm thời gian để kiểm chứng độc lập các kết quả này trước khi áp dụng rộng rãi vào lâm sàng.