ESMFold2: AI-revolution inom proteinprediktion kommer
Meta AI:s Alex Rives presenterar ESMFold2, en ny AI-modell som kan förutsäga proteinstrukturer mer exakt än tidigare system. Modellen bygger på principen att större datamängder ofta slår smart design – 'the bitter lesson' som nu tillämpas på biologisk forskning. Detta kan accelerera utvecklingen av nya läkemedel och förbättra vår förståelse av hur proteiner fungerar.
Djupdykning
Meta släppte just ESMFold2, en AI som förutsäger proteinstrukturer och som visar hur "den bittra läxan" - idén att mer data och beräkningskraft alltid vinner över smarta algoritmer - nu når biologin. Medan forskare i årtionden har försökt bygga in djup förståelse för proteinernas fysik i sina modeller, visar det sig att det helt enkelt är effektivare att mata en neural nätverksmodell med massiva mängder proteinsekvenser och låta den lista ut mönstren själv. Det här är större än bara ännu en AI-genombrott inom biologi. ESMFold2 representerar en fundamental förskjutning mot vad Alex Rives kallar "programmable biology" - där vi kan designa proteiner och biologiska system som kod, utan att behöva förstå varenda detalj om hur naturen gör det. Tänk på det som att gå från att behöva förstå varenda transistor för att bygga en dator, till att bara kunna programmera på hög nivå. Vi börjar se konturerna av en framtid där biologisk design blir lika tillgänglig som att skriva mjukvara är idag, vilket kan förändra allt från läkemedelsutveckling till biomaterial.