Trong một công bố gây chấn động giới khoa học sinh học, Google DeepMind đã ra mắt AlphaFold 3.0. Khác với các phiên bản trước chỉ tập trung vào cấu trúc 3D của protein, AlphaFold 3.0 sử dụng kiến trúc Diffusion Model cải tiến để dự đoán cấu trúc của các phức hợp phân tử, bao gồm cả tương tác giữa protein và nucleic acids (DNA/RNA). Kết quả thử nghiệm cho thấy độ chính xác đạt 92% so với dữ liệu thực nghiệm từ kính hiển vi điện tử lạnh (cryo-EM).
Với khả năng này, AlphaFold 3.0 có thể rút ngắn thời gian thiết kế thuốc từ hàng năm xuống còn vài tuần bằng cách mô phỏng cách các ứng viên thuốc gắn vào mục tiêu sinh học. Cơ sở dữ liệu AlphaFold Database cũng được mở rộng thêm 200 triệu cấu trúc phức hợp mới, tất cả đều được mã hóa mở cho cộng đồng khoa học toàn cầu truy cập miễn phí.
GS. Jennifer Doudna, người đoạt giải Nobel Hóa học, nhận định trên tạp chí Nature rằng 'Đây là công cụ quan trọng nhất kể từ khi giải mã bộ gen người. Nó biến sinh học phân tử từ một ngành khoa học mô tả thành một ngành khoa học thiết kế'. Các phòng thí nghiệm lớn như Pfizer và Moderna đã xác nhận sẽ tích hợp AlphaFold 3.0 vào quy trình R&D của họ trong quý tới.