Un team combinato di ricercatori medici e specialisti di sistemi di intelligenza artificiale del progetto Deep Mind di Google e Isomorphic Labs, entrambi a Londra, hanno apportato quelli che il gruppo descrive come miglioramenti sostanziali ad AlphaFold 2 che consentono all'applicazione di prevedere la struttura di un'ampia varietà dei sistemi biomolecolari in modo più ampio e accurato. La nuova iterazione si chiama AlphaFold 3.
Nel loro studio pubblicato sulla rivista Nature , il gruppo ha utilizzato tecniche di diffusione per apportare miglioramenti al modello architettonico sottostante dell'applicazione per consentire di effettuare previsioni più generali.
La prima versione del sistema di intelligenza artificiale AlphaFold basato sul deep learning è stata rilasciata solo quattro anni fa ed è stata acclamata per la sua capacità di fare previsioni accurate sulla struttura delle proteine utilizzando sequenze di aminoacidi. Ha anche aiutato i ricercatori a comprendere meglio come funzionano le proteine. AlphaFold 2 si è basato su tali capacità, ampliando i complessi che potevano essere previsti.
In questa nuova iterazione, il gruppo di ricerca ha dato all'applicazione la capacità di prevedere sistemi biomolecolari oltre alle proteine. Può prevedere ligandi, ad esempio, o strutture di RNA o DNA. Notano che può anche fare previsioni sulla struttura di ioni, acidi nucleici, altre proteine e sulle interazioni tra anticorpi e antigeni.