刚刚，DeepMind宣布开源AlphaFold3！

AlphaFold3这是要开源了？

今日，Google DeepMind的研发人员宣布，将在6个月内发布AlphaFold3（包括权重）模型，以供学术界使用！

同时，网页版本的AlphaFold server使用限制也将从每人每天的10次提升到20次。

要知道早在5天前发布之时，DeepMind方面还表示短期内没有开源计划。

为什么反转这么快？多半是被骂出来的......

不开源惹众怒

5月8日， Google DeepMind  发布了新一代AlphaFold3。

这是一种革命性模型，用于预测蛋白质、DNA、RNA、小分子等的几乎所有生物分子结构和相互作用。

当时所有溢美之词都涌向了它：“AlphaFold3 拥有前所未有的能力，能够以惊人的精度预测生命分子之间复杂的相互作用。”

对于药物研发而言，预测分子如何相互作用是一件非常重要的事情，因为大多数药物的作用原理是与目标蛋白质结合。这一模型有望极大地促进药物研发。

图：AlphaFold3对普通感冒病毒Spike蛋白与单糖的相互作用时候的结构预测

尽管科学界非常高兴AlphaFold3的出现，但是这次DeepMind并不像上次那么宽厚，而是对该模型的应用有了各种考量。

Google DeepMind的首席执行官Hassabis 曾明确表示，对于AlphaFold3没有发布完整代码的计划。

取而代之的是网页版的AlphaFold server。

尽管相较于AlphaFold2的colab版本，这次的网页版使用更加丝滑，可视化也提升不少，但仍然遭到了来自学术界的大量批评。

甚至每个用户每天只能生成10次，对于学术研究这种需要大量试错的任务而言，限制特别大。

并且可预测的配体也仅包含常见的十几种，包括ATP、AMP、GTP、FAD、NAD、HEM，但它实际能预测的多达几百种，与药物相关的配图无法预测，阉割非常严重。

这也是AlphaFold3受到很多科学家们诟病的地方，毕竟AlphaFold2是完全开源，这一举动极大地促进了计算蛋白质的进步。

不少科学家直接开大招嘲讽：哪里有AlphaFold3？

只有http:// alphafoldserver.com ，它严格限制了科学和生物医学研究！

甚至有人效仿当时的RosettaFold，准备开启AlphaFold3的开源计划，并称：“AlphaFold 有能力拯救数十亿人的生命，但由于贪婪和腐败，它已对所有人关闭。”

更加引起众怒的是，AlphaFold3没法被科学家随意使用，但是DeepMind 的药物发现子公司 Isomorphic Labs 已经在使用该模型来实现药物研发，并且和制药公司合作，尝试开发新的疾病治疗方法。

Isomorphic 正是 DeepMind 基于 AlphaFold2 的成果转化而来的公司，其中很多员工都是来自DeepMind团队。

这次AlphaFold3也是被宣传为Google DeepMind和Isomorphic Labs 联合开发。

今年1月， Isomorphic Labs 和两家全球顶级药企礼来和诺华达成合作协议总合作金额超30亿美元，Isomorphic Labs分别获得了4500万美元与3750万美元的预付款。

而AlphaFold3网页版本被限制用于药物发现，也被视作“资本的手段”，因为DeepMind不希望有人和 Isomorphic Labs 竞争。

不过好在DeepMind听到了各位科学家的呼吁，今天Google DeepMind计算机科学家兼研究副总裁Pushmeet  Kohli在社交媒体上表示：

AlphaFold3网页版每天的访问数量将从10次提升到20次，并且将在6个月内发布用于学术用途的AlphaFold3模型（包括权重）。

这下科学家们终于气消了，并且表示越快越好，他们已经迫不及待地想要将AF3部署到本地，并且开始各种测试和研究了。

不过，即使DeepMind宣布将AlphaFold3开源，很多科学家仍然不满意它的做法，因为考虑到AlphaFold2的开源方式，这次可以称得上严重倒退。

因为2021年7月，伴随着AlphaFold2论文登上Nature的同时，DeepMind就自觉开源代码和权重了。

离不开的学术社区

为什么科学家们如此执着于模型开源呢？

因为AlphaFold2开源后来自学术社区的广泛研究和拓展，极大地推动了科学研究的发展，才会有“后AlphaFold时代”的说法。

在蛋白质结构预测方面，AlphaFold2让各个学术和商业团体掀起了新一波“模型挑战赛“，都以打败AlphaFold2取得SOTA为荣，极大促进了该领域的发展。

而作为结构预测的逆问题——蛋白质设计领域，很多优异的模型都是以AlphaFold或者RosettaFold为起点，用于高精度的蛋白质生成及发现，例如ProteinMPNN、ProGen、RF Diffusion、Chroma等。

在商业市场，全球第一批AI+蛋白质企业登上历史舞台。

此外，AlphaFold还被广泛用于探索药物研发，提升预测蛋白质复合物的相互作用精度，更不要提与蛋白质结构预测不那么相关的领域，育种、环境保护等。

截止目前，AlphaFold2当初发布于Nature的学术文章被引量已经达到了22200次，可见学术界近年来从未停下对该模型的研究，也极大地拓展了它的能力边界。

可以想象，AlphaFold3的开源版本也将在学术社区带来各种多样化的探索和提升。

但有一个问题是：当涉及到商业化的问题，AlphaFold3具体会开源到哪种程度？

是发布一款学术版的AF3并开源，还是AF3面对学界开源，我们都不得而知。

当初AlphaFold2仅开源推理代码，训练的部分没有公开。上文的开源通知也仅说明是学术版本，无法商用，到时候有可能也并不是完整开源。

实际上，对于一家商业化公司，保护其核心资产也无可厚非。但是对于能够提升全人类科学进步的问题，又需要有奉献并且取舍。

就看DeepMind到时候厚不厚道了。

—The End—

推荐阅读