AlphaFold3 finalmente foi disponibilizado. Após seis meses de debate devido à retenção de código de um artigo sobre o modelo de predição de estrutura de proteínas pela DeepMind, os cientistas agora têm acesso ao código do software e podem utilizar a ferramenta de inteligência artificial (IA) para aplicações não comerciais, conforme anunciou a empresa de Londres em 11 de novembro.
John Jumper, que lidera a equipe AlphaFold na DeepMind, comentou sobre a empolgação em ver o que será feito com a ferramenta, após ele e o CEO Demis Hassabis receberem parte do Prêmio Nobel de Química de 2024 por sua contribuição no desenvolvimento dessa IA.
Diferente das versões anteriores, o AlphaFold3 permite modelar proteínas em conjunto com outras moléculas. Contudo, inicialmente, a DeepMind ofereceu apenas um servidor web restritivo para acesso, limitando o número e o tipo de previsões que poderiam ser feitas, especialmente em contextos envolvendo interações com potenciais drogas. A recente decisão de disponibilizar o código permite que cientistas acadêmicos prevejam essas interações diretamente, executando o modelo em suas próprias instalações.
A DeepMind inicialmente justificou o acesso limitado como uma forma de equilibrar pesquisa e ambições comerciais. Sua empresa spin-off, Isomorphic Labs, está aplicando o AlphaFold3 na descoberta de medicamentos. Entretanto, a ausência do código e dos parâmetros de modelo, que refletem o treinamento do software em estruturas proteicas, gerou críticas de cientistas que afirmaram que a medida prejudicava a reprodutibilidade científica. Em resposta, a DeepMind se comprometeu a lançar uma versão de código aberto da ferramenta dentro de seis meses.
Atualmente, qualquer pessoa pode baixar o código do AlphaFold3 para uso não comercial, mas somente cientistas acadêmicos conseguem solicitar acesso aos parâmetros de treinamento.
Nos últimos meses, várias empresas criaram suas próprias ferramentas de previsão de estrutura de proteínas inspiradas no AlphaFold3. Entre elas estão as gigantes chinesas Baidu e ByteDance e a startup americana Chai Discovery. A maioria dessas versões não é licenciada para descoberta de medicamentos, com exceção do modelo da Chai Discovery, Chai-1, que oferece esse serviço via servidor web. Outra empresa, Ligo Biosciences, lançou uma versão do AlphaFold3 sem restrições, embora ainda sem capacidade plena de modelar interações entre medicamentos e proteínas.
Outras equipes estão desenvolvendo versões do AlphaFold3 sem essas limitações, como o OpenFold3, previsto para o fim do ano, o qual permitirá que empresas farmacêuticas adaptem o modelo com dados próprios para melhorar seu desempenho em contextos específicos.
Esse movimento pela abertura dos modelos tem sido acompanhado por diversas novas abordagens ao desenvolvimento de IA biológica. Cientistas defendem que empresas lucrativas compartilhem seus métodos e modelos em publicações científicas, permitindo a validação por outros pesquisadores. A DeepMind demonstrou que o AlphaFold3 poderia ser reproduzido mesmo sem código aberto, mas a ampla adoção do AlphaFold2 mostrou o valor do compartilhamento, permitindo avanços significativos na biologia.
Exemplos incluem vencedores de concursos de design de proteínas usando a ferramenta para desenvolver proteínas direcionadas ao câncer e o uso do AlphaFold2 para identificar proteínas essenciais para a fertilização. É esperado que o AlphaFold3 continue a inspirar descobertas inovadoras e imprevisíveis, reconhecendo que nem todas resultarão em sucesso imediato.
Fonte: Nature
