AlphaFold
![]() ![]() | |||
Tipus | programari, model d'intel·ligència artificial i intel·ligència artificial ![]() | ||
---|---|---|---|
Versió inicial | 2018 ![]() | ||
Versió estable | 2.3.2 (5 abril 2023) ![]() | ||
Versió prèvia | 2021 | ||
Llicència | Llicència Apache, versió 2.0 ![]() | ||
Característiques tècniques | |||
Plataforma | Multiplataforma | ||
Escrit en | Python ![]() | ||
Equip | |||
Desenvolupador(s) | Google DeepMind ![]() | ||
Fonts de codi
| |||
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.
![](http://upload.wikimedia.org/wikipedia/commons/thumb/d/dd/Protein_folding_figure.png/244px-Protein_folding_figure.png)
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]
Referències
- ↑ «AlphaFold» (en anglès). Deepmind. [Consulta: 30 novembre 2020].
- ↑ «DeepMind's protein-folding AI has solved a 50-year-old grand challenge of biology» (en anglès). MIT Technology Review. [Consulta: 30 novembre 2020].
- ↑ «DeepMind solves 50-year-old 'grand challenge' with protein folding A.I.» (en anglès). , 30-11-2020.
- ↑ 4,0 4,1 «DeepMind's protein-folding AI has solved a 50-year-old grand challenge of biology» (en anglès). MIT Technology Review. [Consulta: 30 novembre 2020].
- ↑ Stoddart, Charlotte Knowable Magazine, 01-03-2022. DOI: 10.1146/knowable-022822-1 [Consulta: 25 març 2022].
- ↑ Robert F. Service, ‘The game has changed.’ AI triumphs at solving protein structures, Science, 30 November 2020
- ↑ Mohammed AlQuraishi, CASP14 scores just came out and they’re astounding, Twitter, 30 November 2020.
- ↑ Callaway, Ewen (en anglès) Nature, 588, 7837, 30-11-2020, pàg. 203-204. Bibcode: 2020Natur.588..203C. DOI: 10.1038/d41586-020-03348-4. PMID: 33257889 [Consulta: free].
- ↑ Stephen Curry, No, DeepMind has not solved protein folding, Reciprocal Space (blog), 2 December 2020
- ↑ Balls, Phillip. «Behind the screens of AlphaFold» (en anglès). Chemistry World, 9 December 2020.
- ↑ Jumper, John; Evans, Richard; Pritzel, Alexander; Green, Tim; Figurnov, Michael (en anglès) Nature, 596, 7873, 15-07-2021, pàg. 583–589. Bibcode: 2021Natur.596..583J. DOI: 10.1038/s41586-021-03819-2. PMC: 8371605. PMID: 34265844 [Consulta: free].
- ↑ «GitHub - deepmind/alphafold: Open source code for AlphaFold.» (en anglès). GitHub. [Consulta: 24 juliol 2021].
- ↑ «AlphaFold Protein Structure Database» (en anglès). alphafold.ebi.ac.uk. [Consulta: 24 juliol 2021].
- ↑ 14,0 14,1 «DeepMind's protein-folding AI has solved a 50-year-old grand challenge of biology» (en anglès). MIT Technology Review. [Consulta: 30 novembre 2020].
- ↑ «AlphaFold: a solution to a 50-year-old grand challenge in biology» (en anglès). Deepmind. [Consulta: 30 novembre 2020].