Innowacje

Sztuczna inteligencja

AlphaFold 3 w użyciu

Wstęgowy diagram białka na ciemnym tle: klasa struktur, które te modele przewidują

Zdjęcie: Fix Planet generated molecular ribbon: not a named AlphaFold prediction (Site asset)

Sztuczna inteligencja Wdrożone

Czym jest

AlphaFold 2 (DeepMind, Nature, 2021) przewidywał fałdy pojedynczego łańcucha z użyteczną dokładnością; publiczna baza AlphaFold dała setki milionów struktur. AlphaFold 3 i AlphaFold Server wystartowały 8 maja 2024, by przewidywać białka z innymi biomolekułami. Strona AlphaFold DeepMind pisze, że do listopada 2025 narzędzi używało ponad 3 miliony badaczy w ponad 190 krajach. Hassabis i Jumper dostali Nobla z chemii 2024 za tę pracę. To wdrożone oprogramowanie naukowe, nie chatbot i nie fabryka.

Jaki problem adresuje

Enzymy, które jedzą plastik, czyściej wiążą azot albo chwytają węgiel, to problemy projektowania białek. Znać fałd albo kompleks to nie to samo co tani, stabilny enzym przemysłowy, ale zdejmuje wieloletnie wąskie gardło.

Jak działa

Model uczył się z Protein Data Bank i danych pokrewnych. Laboratoria nadal ekspresjonują, oczyszczają i testują. Narzędzia projektowe rysują nowe szkielety; porażka w mokrym laboratorium zostaje zwyczajna.

Status i gracze

Google DeepMind, Isomorphic Labs i EMBL-EBI; Meta ESM i laboratorium Bakera siedzą w tej samej skrzynce; przemysłowy biotech używa stosu przy enzymach i lekach.

Ryzyka i granice

Biosafety (te same narzędzia mogą naszkicować szkodliwe białka). Nadmierne twierdzenie, że przewidziana PETase to już zakład recyklingu. Energia i woda fermentora nadal się liczą.

Źródła

Strona AlphaFold DeepMind (AF3 / Server 8 maja 2024; liczby użytku z listopada 2025 są DeepMind). Przewidziany fałd to nie enzym przemysłowy.