AlphaFold

AlphaFold
Modifica el valor a Wikidata
Tipusprogramari, model d'intel·ligència artificial i intel·ligència artificial Modifica el valor a Wikidata
Versió inicial2018 Modifica el valor a Wikidata
Versió estable
2.3.2 (5 abril 2023) Modifica el valor a Wikidata
Versió prèvia2021
Úspredicció de l'estructura de les proteïnes Modifica el valor a Wikidata
Llicènciallicència Apache, versió 2.0 Modifica el valor a Wikidata
Característiques tècniques
PlataformaMultiplataforma
Escrit enPython Modifica el valor a Wikidata
Equip
Desenvolupador(s)Google DeepMind Modifica el valor a Wikidata

AlphaFold és un programa d'intel·ligència artificial (IA) desenvolupat per DeepMind, una filial d'Alphabet, que realitza prediccions de l'estructura de proteïnes.[1] El programa està dissenyat com un sistema d'aprenentatge profund.[2] El programari AlphaFold AI ha tingut dues versions principals. Un equip d'investigadors que va utilitzar AlphaFold 1 (2018) va ocupar el primer lloc a la classificació general de la 13a avaluació crítica de predicció de l'estructura (CASP) el desembre de 2018. El programa va tenir èxit particular a l'hora de predir l'estructura més precisa per als objectius classificats com els més difícils pels organitzadors de la competició, on no hi havia estructures de plantilla existents a partir de proteïnes amb una seqüència parcialment similar.

Les cadenes d'aminoàcids, conegudes com a polipèptids, es pleguen per formar una proteïna.

Un equip que va utilitzar AlphaFold 2 (2020) va repetir la col·locació a la competició CASP el novembre de 2020.[3] L'equip va aconseguir un nivell de precisió molt superior al de qualsevol altre grup.[4][5] Va obtenir una puntuació per sobre de 90 per al voltant de dos terços de les proteïnes a la prova de distància global (GDT) de CASP, una prova que mesura el grau en què l'estructura prevista d'un programa computacional és similar a l'estructura determinada per l'experiment de laboratori, amb 100 una coincidència completa. dins del tall de distància utilitzat per calcular GDT.[4][6]

Els resultats d'AlphaFold 2 a CASP es van descriure com a "sorprenents"[7] i "transformadors".[8] Alguns investigadors van assenyalar que la precisió no és prou alta per a un terç de les seves prediccions i que no revela el mecanisme o les regles del plegament de proteïnes perquè el problema del plegament de proteïnes es consideri resolt.[9][10] No obstant això, hi ha hagut un respecte generalitzat per l'assoliment tècnic.

El 15 de juliol de 2021, el document AlphaFold 2 es va publicar a Nature com a publicació d'accés avançat juntament amb programari de codi obert i una base de dades cercable de proteomes d'espècies.[11][12][13]

Se sap que DeepMind ha entrenat el programa en més de 170.000 proteïnes d'un dipòsit públic de seqüències i estructures de proteïnes. El programa utilitza una forma de xarxa d'atenció, una tècnica d'aprenentatge profund que se centra a fer que la IA identifiqui parts d'un problema més gran i, a continuació, l'uneix per obtenir la solució global.[14] La formació general es va dur a terme sobre una potència de processament entre 100 i 200 GPU.[14] La formació del sistema en aquest maquinari va trigar "unes setmanes", després de les quals el programa trigaria "uns dies" a convergir per a cada estructura.[15]

Demis Hassabis i John Jumper, de l'equip que va desenvolupar AlphaFold, van compartir la meitat del Premi Nobel de Química l'any 2024 pel seu treball sobre "la predicció de l'estructura de les proteïnes".[16][17]

Referències

  1. ↑ «AlphaFold» (en anglès). Deepmind. [Consulta: 30 novembre 2020].
  2. ↑ «DeepMind's protein-folding AI has solved a 50-year-old grand challenge of biology» (en anglès). MIT Technology Review. [Consulta: 30 novembre 2020].
  3. ↑ «DeepMind solves 50-year-old 'grand challenge' with protein folding A.I.» (en anglès). , 30-11-2020.
  4. 1 2 «DeepMind's protein-folding AI has solved a 50-year-old grand challenge of biology» (en anglès). MIT Technology Review. [Consulta: 30 novembre 2020].
  5. ↑ Stoddart, Charlotte Knowable Magazine, 1 març 2022. DOI: 10.1146/knowable-022822-1 [Consulta: 25 març 2022].
  6. ↑ Robert F. Service, ‘The game has changed.’ AI triumphs at solving protein structures, Science, 30 November 2020
  7. ↑ Mohammed AlQuraishi, CASP14 scores just came out and they’re astounding, Twitter, 30 November 2020.
  8. ↑ Callaway, Ewen (en anglès) Nature, 588, 7837, 30-11-2020, p. 203-204. Bibcode: 2020Natur.588..203C. DOI: 10.1038/d41586-020-03348-4. PMID: 33257889 [Consulta: free].
  9. ↑ Stephen Curry, No, DeepMind has not solved protein folding, Reciprocal Space (blog), 2 December 2020
  10. ↑ Balls, Phillip. «Behind the screens of AlphaFold» (en anglès). Chemistry World, 9 desembre 2020.
  11. ↑ Jumper, John; Evans, Richard; Pritzel, Alexander; Green, Tim; Figurnov, Michael (en anglès) Nature, 596, 7873, 15-07-2021, p. 583–589. Bibcode: 2021Natur.596..583J. DOI: 10.1038/s41586-021-03819-2. PMC: 8371605. PMID: 34265844 [Consulta: free].
  12. ↑ «GitHub - deepmind/alphafold: Open source code for AlphaFold.» (en anglès). GitHub. [Consulta: 24 juliol 2021].
  13. ↑ «AlphaFold Protein Structure Database» (en anglès). alphafold.ebi.ac.uk. [Consulta: 24 juliol 2021].
  14. 1 2 «DeepMind's protein-folding AI has solved a 50-year-old grand challenge of biology» (en anglès). MIT Technology Review. [Consulta: 30 novembre 2020].
  15. ↑ «AlphaFold: a solution to a 50-year-old grand challenge in biology» (en anglès). Deepmind. [Consulta: 30 novembre 2020].
  16. ↑ «The Nobel Prize in Chemistry 2024» (en anglès americà). [Consulta: 10 octubre 2024].
  17. ↑ 324cat. «Nobel de Química per al disseny computacional de les proteïnes i per com predir-ne l'estructura», 09-10-2024. [Consulta: 10 octubre 2024].
This article is issued from Viquipèdia. The text is available under Creative Commons Attribution-Share Alike 4.0 unless otherwise noted. Additional terms may apply for the media files.