DeepMind開源學術版AlphaFold 3模型，推動蛋白質結構預測與藥物研究

Google DeepMind宣布開源AlphaFold 3模型程式碼，讓學術界研究人員可以下載，並且進行蛋白質結構預測的相關研究。該人工智慧模型自發表以來，因為其預測蛋白質結構的突破性成果而備受關注，並使DeepMind共同創辦人暨執行長Demis Hassabis在2024年獲得諾貝爾獎。

AlphaFold 3是一款由DeepMind開發的人工智慧工具，可預測蛋白質及諸如DNA、RNA、小分子的三維結構和交互作用。相比之前僅能預測單一蛋白質結構的AlphaFold 2，AlphaFold 3進一步提升對複雜分子交互作用的模擬能力，而這項技術讓研究人員可以更準確地了解分子如何在細胞內互動，進而促進藥物開發和疾病治療的研究。

先前DeepMind限制了AlphaFold 3的使用方式，僅透過伺服器提供預測服務，並對預測的數量和種類加以限制。這個舉動在保護AlphaFold 3商業應用潛力的同時，也引發學術界的不滿，不少科學家認為這個方式降低了研究的可重現性。

在學界的呼籲之下，DeepMind重新評估該項政策，最終決定開放模型程式碼，讓研究人員可以在自家環境執行推論模型，進一步擴展蛋白質結構研究的應用。

儘管程式碼開源，但模型權重的取得仍受限於具備學術資格，且通過審核的研究人員，並僅能用於非商業用途。此政策在一定程度上保護了模型的商業應用潛力，同時也維持學術社群的研究自由，向學界提供既開源但有限制的中間方案，在一定程度滿足學術界對透明度和研究可重現性的需求，同時兼顧商業應用的未來可能性。

AlphaFold 3的開源預計將對生物醫學領域帶來重要影響，尤其是藥物設計和基因研究方面，為分子生物學研究和藥物開發提供新的工具和機會。藉由這項技術，研究人員得以更迅速且精確地模擬分子間的互動，輔助傳統實驗室的研究方法，並有助於縮短研究和降低成本。