Attēls: Fix Planet generated molecular ribbon: not a named AlphaFold prediction (Site asset)
Kas tas ir
AlphaFold 2 (DeepMind, Nature, 2021) paredzēja vienas ķēdes locījumus ar derīgu precizitāti; atklātā AlphaFold datubāze deva simtiem miljonu struktūru. AlphaFold 3 un AlphaFold Server startēja 2024. gada 8. maijā, lai paredzētu olbaltumvielas kopā ar citām biomolekulām. DeepMind AlphaFold lapa raksta, ka līdz 2025. gada novembrim rīkus lietoja vairāk nekā 3 miljoni pētnieku vairāk nekā 190 valstīs. Hasabiss un Džampers par šo darbu saņēma 2024. gada Nobela prēmiju ķīmijā. Tā ir ieviesta zinātnes programmatūra, ne čatbots un ne rūpnīca.
Kādu problēmu risina
Enzīmi, kas ēd plastmasu, tīrāk fiksē slāpekli vai ķer oglekli, ir olbaltumvielu dizaina uzdevumi. Zināt locījumu vai kompleksu nav tas pats, kas lēts, stabils rūpniecisks enzīms: bet tas noņem gadiem garu šaurumu.
Kā tas darbojas
Modelis mācījās no Protein Data Bank un radniecīgiem datiem. Laboratorijas joprojām ekspresē, tīra un pārbauda. Dizaina rīki zīmē jaunus karkasus; mitrās laboratorijas izgāšanās paliek parasta.
Statuss un dalībnieki
Google DeepMind, Isomorphic Labs un EMBL-EBI; Meta ESM un Beikera laboratorija sēž tajā pašā rīku kastē; rūpnieciskā biotehnoloģija lieto steku enzīmiem un zālēm.
Riski un robežas
Biobdrošība (tie paši rīki var ieskicēt kaitīgas olbaltumvielas). Pārapgalvojums, ka paredzēta PETase jau ir pārstrādes rūpnīca. Fermentera enerģija un ūdens joprojām skaitās.
Avoti
DeepMind AlphaFold lapa (AF3 / Server 2024. g. 8. maijs; 2025. g. novembra lietošanas skaitļi ir DeepMind). Paredzēts locījums nav rūpniecisks enzīms.