Trên tạp chí Nature, các nhà khoa học từ DeepMind và Đại học Oxford vừa công bố kết quả nghiên cứu về AlphaFold 3.5, một phiên bản nâng cấp mạnh mẽ của mô hình dự đoán cấu trúc protein. Theo báo cáo, thuật toán mới đã đạt được độ chính xác 99,2% trong việc dự đoán cấu trúc không gian của các protein màng phức tạp, vốn được coi là 'vùng cấm' trong sinh học cấu trúc do sự biến động liên tục của chúng trong môi trường tế bào.
Sự đột phá này có ý nghĩa to lớn đối với ngành dược phẩm, vì khoảng 60% các mục tiêu thuốc hiện nay là các protein màng. Trước đây, việc mô phỏng cấu trúc của những protein này bằng phương pháp truyền thống mất hàng năm trời và tốn kém hàng triệu USD. Với AlphaFold 3.5, quá trình này chỉ mất chưa đầy 24 giờ trên các cụm máy tính hiệu năng cao. Các công ty dược phẩm lớn như Pfizer và Merck đã bắt đầu đàm phán để cấp phép công nghệ này cho các dự án nghiên cứu ung thư và Alzheimer.
Lãnh đạo nhóm nghiên cứu, Tiến sĩ Emma Watson, chia sẻ rằng thách thức lớn nhất không còn là độ chính xác mà là tốc độ tính toán. Nhóm đang hợp tác với các hãng bán dẫn để tích hợp thuật toán vào các chip chuyên dụng, nhằm giảm chi phí triển khai xuống mức mà các phòng thí nghiệm nhỏ cũng có thể tiếp cận được. Nghiên cứu này được xem là bước ngoặt quan trọng trong cuộc cách mạng hóa quy trình phát triển thuốc, rút ngắn thời gian từ phòng thí nghiệm đến bệnh nhân.