DeepMind Rilis Versi Ketiga Model AI "AlphaFold" untuk Mendukung Penemuan Obat
JAKARTA - Pada Rabu, 8 April, DeepMind telah meluncurkan versi ketiga dari model kecerdasan buatan "AlphaFold"nya, yang dirancang untuk membantu ilmuwan merancang obat dan menargetkan penyakit secara lebih efektif.
Pada tahun 2020, perusahaan ini membuat kemajuan signifikan dalam biologi molekuler dengan menggunakan kecerdasan buatan yang berhasil memprediksi perilaku protein-protein mikroskopis.
Dengan inkarnasi terbaru AlphaFold, para peneliti di DeepMind dan perusahaan saudara Isomorphic Labs - yang keduanya diawasi oleh salah satu pendirinya, Demis Hassabis - telah memetakan perilaku untuk semua molekul kehidupan, termasuk DNA manusia.
Interaksi protein - dari enzim yang sangat penting untuk metabolisme manusia, hingga antibodi yang melawan penyakit menular – di mana molekul lainnya adalah kunci dalam penemuan dan pengembangan obat.
DeepMind mengatakan temuannya, yang dipublikasikan dalam jurnal penelitian Nature pada Rabu, akan mengurangi waktu dan uang yang dibutuhkan untuk mengembangkan pengobatan yang berpotensi mengubah hidup.
"Dengan kemampuan baru ini, kita dapat merancang molekul yang akan berikatan dengan tempat tertentu pada protein, dan kita dapat memprediksi seberapa kuat ikatannya," kata Hassabis dalam konferensi pers pada Selasa, 7 Mei.
"Langkah ini kritis jika Anda ingin merancang obat dan senyawa yang akan membantu mengatasi penyakit," ujar Hassabis.
Perusahaan juga mengumumkan rilis "AlphaFold server", sebuah alat online gratis yang dapat digunakan oleh ilmuwan untuk menguji hipotesis mereka sebelum menjalankan uji coba dunia nyata.
Baca juga:
- Apple Rilis iPad Pro dengan Chip M4 Terbaru dan Layar Canggih Ultra Retina XDR
- Tiga Situs Web Ini Bisa Bantu untuk Memeriksa Kekuatan Kata Sandi Akun Anda
- Palo Alto: Industri Ritel dan Transportasi di Indonesia Jadi Sasaran Empuk Kelompok Ransomware
- Yellow.ai Luncurkan Orchestrator LLM Sebagai Solusi AI
Sejak tahun 2021, prediksi dari AlphaFold telah dapat diakses secara gratis oleh peneliti non-komersial, sebagai bagian dari basis data yang berisi lebih dari 200 juta struktur protein, dan telah dikutip ribuan kali dalam karya orang lain.
DeepMind mengatakan server baru ini memerlukan pengetahuan komputasi yang lebih sedikit, memungkinkan para peneliti untuk menjalankan uji coba hanya dengan beberapa klik tombol.
"Pentingnya AlphaFold server membuatnya jauh lebih mudah bagi para ahli biologi - yang ahli dalam biologi, bukan ilmu komputer - untuk menguji kasus-kasus yang lebih besar dan lebih kompleks," kata John Jumper, seorang peneliti senior di DeepMind.
Dr. Nicole Wheeler, seorang ahli mikrobiologi di Universitas Birmingham, mengatakan AlphaFold 3 dapat signifikan mempercepat pipa garis penemuan obat, karena "memproduksi dan menguji desain biologis secara fisik merupakan bottleneck besar dalam bioteknologi saat ini."