BedriftsGUIDE

AlphaFold

AlphaFold er en Google DeepMind AI som forutsier 3D-formen til proteiner fra deres aminosyresekvens, en 50-årig stor utfordring innen biologi.

2 min lesingSist oppdatert

Oversikt

Its breakthrough earned a share of the 2024 Nobel Prize in Chemistry.

Dypdykk

Proteiner er kjeder av aminosyrer som foldes sammen til intrikate 3D-former, og den formen bestemmer hva et protein gjør, fra å bære oksygen til å bekjempe infeksjon. Å forutsi folden fra sekvensen alene har forvirret forskere i flere tiår. I 2020 overveldet AlphaFold 2 feltet under CASP14-konkurransen, og spådde strukturer med nøyaktighet som konkurrerte med langsomme, dyre laboratoriemetoder som røntgenkrystallografi. DeepMind ga deretter ut over 200 millioner spådde strukturer, som dekker nesten alle kjente proteiner, gratis for forskere. I 2024 utvidet AlphaFold 3 spådommer til hvordan proteiner interagerer med DNA, RNA, medikamenter og andre molekyler. Demis Hassabis og John Jumper delte 2024 Nobelprisen i kjemi for arbeidet.

Teknisk innsikt

AlphaFold 2 bruker dyp læring med oppmerksomhetsbaserte komponenter. Den analyserer "flere sekvensjusteringer", evolusjonært beslektede proteiner på tvers av arter, for å utlede hvilke aminosyrer som utvikler seg sammen og derfor sannsynligvis er nær i 3D-rommet. En modul kalt Evoformer blander informasjon om sekvens og parvis avstand, og en strukturmodul bygger deretter eksplisitte 3D-koordinater. AlphaFold 3 erstattet deler av dette med en diffusjonsbasert generator som direkte forutsier atomposisjoner for proteiner og deres molekylære partnere.

Strategisk innvirkning

Vendor strategy

Leverandørveikart påvirker hvilke funksjoner teamet ditt kan bygge videre.

Cost and budget

Kommersielle vilkår og distribusjonsalternativer påvirker langsiktige kostnader og risiko.

Risiko og sikkerhet

Selskapets insentiver former produktstandarder, sikkerhetsstilling og åpenhet.

Fremtiden til AlphaFold

AlphaFold akselererer medikamentoppdagelse, enzymdesign og forståelse av sykdommer som malaria og antibiotikaresistens. Fremtidige retninger inkluderer å forutsi proteindynamikk og bevegelse, ikke bare statiske øyeblikksbilder, modellering av store molekylære komplekser og tettere integrasjon med eksperimentelle data. Åpne databaser og spin-offs som Isomorphic Labs har som mål å gjøre strukturprediksjon til raskere, billigere medisiner. Forvent AI-strukturprediksjon vil bli et rutinemessig første trinn i nesten all molekylærbiologi.

Real-World Implementering

Tilbyr gratis 3D-strukturer for over 200 millioner proteiner til forskere over hele verden

Fremskynde oppdagelsen av medikamenter ved å avsløre hvordan kandidatmolekyler binder et målprotein

Hjelper med å designe nye enzymer, inkludert de som bryter ned plastavfall

Hjelper forskning på malaria, Parkinsons og antibiotikaresistens ved å kartlegge nøkkelproteiner

Risikoer og rekkverk

Lanseringskunngjøringer kan overgå stabiliteten i ekte produksjonsarbeidsflyter.

API-priser eller endringer i retningslinjene kan bryte antagelser over natten.

Avhengighet av én leverandør øker kostnadene for innlåsing og migrering.

Veikart for implementering

1

Evaluer leverandører ved å bruke dine egne oppgaver og datasett.

2

Se gjennom personvern, sikkerhet og juridiske vilkår før integrering.

3

Oppretthold en reserveplan på tvers av modeller eller leverandører.

4

Overvåk utgivelsesnotater slik at endringer i veikart ikke overrasker teamene.

Fortsett å utforske

Free newsletter

Get the daily AI briefing

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the AlphaFold quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

Start quiz

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

Ofte stilte spørsmål

What is AlphaFold?

AlphaFold er en Google DeepMind AI som forutsier 3D-formen til proteiner fra deres aminosyresekvens, en 50-årig stor utfordring innen biologi. Dens gjennombrudd tjente en del av Nobelprisen i kjemi i 2024.

Hva spår AlphaFold?

AlphaFold forutsier hvordan et protein foldes til sin 3D-form basert på sekvensen av aminosyrer.

Hvorfor betyr 3D-formen til et protein så mye?

Et proteins foldede form dikterer hva det kan gjøre, for eksempel å binde andre molekyler eller katalysere reaksjoner.

Ved hvilket arrangement i 2020 demonstrerte AlphaFold 2 sin banebrytende nøyaktighet?

AlphaFold 2 forbløffet forskere ved CASP14-konkurransen om proteinstruktur-prediksjon i 2020.

Hvilket evolusjonssignal utnytter AlphaFold 2 for å finne hvilke aminosyrer som er i nærheten av hverandre?

Ved å sammenligne beslektede proteiner på tvers av arter, oppdager AlphaFold samutviklende aminosyrer som sannsynligvis er nær hverandre i 3D.

Hvilken stor anerkjennelse fikk AlphaFolds skapere i 2024?

Demis Hassabis og John Jumper delte 2024 Nobelprisen i kjemi for AlphaFold.