Czym jest
AlphaFold 2 (DeepMind, Nature, 2021) przewidywał struktury białek jednołańcuchowych z użyteczną dokładnością; AlphaFold Database oddał setki milionów predykcji w ręce publiczne. AlphaFold 3 (2024) dodał więcej kompleksów i biomolekuł. ESMFold (Meta) oraz RoseTTAFold / RFdiffusion (laboratorium Bakera) siedzą w tej samej skrzynce. To wdrożone oprogramowanie naukowe, nie chatbot.
Jaki problem adresuje
Enzymy, które jedzą plastik, czystej wiążą azot albo wychwytują węgiel, to problemy projektowania białek. Znać zwinięcie to nie to samo co stabilny, tani, nietoksyczny enzym przemysłowy — ale zdejmuje to wąskie gardło liczone w latach.
Jak działa
Model uczył się z Protein Data Bank i parowań ewolucyjnych. Laboratoria wciąż eksprymują, oczyszczają i testują aktywność. RFdiffusion i pokrewne narzędzia generują nowe szkielety; porażka mokrego laboratorium zostaje częsta.
Status i gracze
Google DeepMind i EMBL-EBI (AF Database); Meta ESM; University of Washington Institute for Protein Design (Baker); biotech przemysłowy używający narzędzi na enzymach i lekach.
Ryzyka i granice
Bezpieczeństwo biologiczne (te same narzędzia potrafią naszkicować szkodliwe białka — laboratoria i czasopisma omawiają dziś przesiew). Nadmierne twierdzenie, że przewidziana PETaza to zakład recyklingu. Energia i woda fermentora wciąż się liczą.
Źródła
Jumper et al., Nature, 2021 (AlphaFold 2); AlphaFold Database (EMBL-EBI); Abramson et al., Nature, 2024 (AlphaFold 3); Lin et al., Science, 2023 (ESMFold); Watson et al., Nature, 2023 (RFdiffusion).