AlphaFold 3: Überbewertete Technik mit begrenzten Verbesserungen
Eine kürzlich veröffentlichte Schlagzeile bezeichnete DeepMinds AlphaFold 3 als revolutionär, aber eine genauere Untersuchung führender Biolabors deutet darauf hin, dass dem nicht so ist. Trotz der Aufregung erscheint AlphaFold 3 überbewertetet, mit nur marginalen Verbesserungen gegenüber AlphaFold 2, und ist noch weit von der Ablösung traditioneller Methoden wie der Kryo-Elektronenmikroskopie entfernt.
Anfängliche Bewertung
Bei einer vorläufigen Bewertung in CTOL.digital haben wir die MST1-Proteinstruktur unter Verwendung von AlphaFold3 vorhergesagt und sie mit den 3COM-Daten aus der RCSB PDB Protein Data Bank unter Verwendung von PyMOL verglichen. Die Ergebnisse zeigten, dass die von AlphaFold 3 vorhergesagte MST1-Struktur und die veröffentlichte Struktur (PDB: 3COM) schlecht ausgerichnet waren, mit einem RMSD-Wert von 14,892 Å über 934 ausgerichtete Atome. Diese erhebliche Abweichung deutet auf wesentliche Unterschiede zwischen den beiden Strukturen hin. Unsere weitere Analyse mehrerer nichttrivialer Proteine lieferte ebenfalls enttäuschende Ergebnisse, die von anderen Forschern in China bestätigt wurden. Wir sind jedoch offen für die Möglichkeit einer inkorrekten Nutzung und begrüßen Korrekturen. Unabhängig vom Testergebnis beeindruckte die Geschwindigkeit der Strukturgenerierung von AlphaFold3 unser gesamtes Labor.
Ergebnisse aus anderen Laboren
Andere Labore haben ähnlich enttäuschende Ergebnisse berichtet. Laut Quellen hatte AlphaFold 3 Schwierigkeiten mit den klassischen STRING- und cGAMP-Liganden-Aufgaben und erzielte dabei eine niedrige "Bindungsrate". Das Labor von Nieng stellte auch nur minimale Verbesserungen bei der "Protein-Protein-Interaktion" gegenüber der vorherigen Generation fest. Eine andere Quelle testete die Vorhersage von RNA-Strukturen und berichtete über unbefriedigende Ergebnisse. Während die Protein-Liganden-Aufgaben eine akzeptable Leistung zeigten, waren sie weit entfernt von den "magischen" Marketingaussagen.
Eingeschränkte Funktionalität und strikte Nutzungsbedingungen
Nutzer haben ihre Frustration über die begrenzten Liganden-Optionen in AlphaFold 3 zum Ausdruck gebracht, die durch ausdrückliche Verbote zukünftiger Molecular-Docking-Forschung noch verstärkt wird. Molecular Docking ist entscheidend, um strukturelle Daten in funktionelle Erkenntnisse, insbesondere für die Wirkstoffentdeckung, zu übersetzen. Weit verbreitete Tools wie Glide und AutoDock sind in den Nutzungsbedingungen von AlphaFold 3 ausdrücklich verboten.
Analyse: Überhyptes Marketing der Technologiegiganten
Technologiegiganten überbewerten zunehmend ihre KI-Lösungen. OpenAI hat beispielsweise über Monate hinweg mehrere neue Tools angekündigt, ohne sie der Öffentlichkeit zugänglich zu machen. Unter dem Druck, seine KI-Dominanz wiederzuerlangen, haben die Einführung von Gemini durch Google und die überhypte Förderung von AlphaFold 3 das Unternehmen seinem Ziel nicht näher gebracht. Wir erkennen an, dass es entscheidend ist, eine gute Geschichte zu erzählen und ständig die Aufmerksamkeit der Öffentlichkeit zu erregen, um auf dem hart umkämpften Finanzmarkt zu bestehen. Dies kann jedoch auch zu einem schwierigen Absturz des Aktienkurses in der Zukunft führen.
Meinung: Der tatsächliche Wert von AlphaFold ist in der Pharmabranche fragwürdig
AlphaFold sagt die Proteinstruktur mit einem probabilistischen Ansatz vorher. In der Pharmaindustrie ist jedoch eine Genauigkeit auf Atomebene erforderlich. Nur die Zeit wird zeigen, ob AlphaFold3 tatsächlich in der Industrie von Wert ist.