Что это
AlphaFold 2 (DeepMind, Nature, 2021) предсказывал структуры одноцепочечных белков с полезной точностью; база AlphaFold Database отдала сотни миллионов предсказаний в открытые руки. AlphaFold 3 (2024) добавил больше комплексов и биомолекул. ESMFold (Meta) и RoseTTAFold / RFdiffusion (лаборатория Baker) сидят в том же ящике. Это развёрнутое научное ПО, не чат-бот.
Какую проблему закрывает
Ферменты, которые едят пластик, чище фиксируют азот или захватывают углерод, — задачи белкового дизайна. Знать укладку — не то же самое, что устойчивый, дешёвый, нетоксичный промышленный фермент, но это снимает многолетнее узкое место.
Как работает
Модель училась на Protein Data Bank и эволюционных парах. Лаборатории по-прежнему экспрессируют, очищают и ставят пробы. RFdiffusion и родственные инструменты генерируют новые остовы; отказ мокрой лаборатории остаётся обычным.
Статус и участники
Google DeepMind и EMBL-EBI (AF Database); Meta ESM; University of Washington Institute for Protein Design (Baker); промышленные биотех-компании, применяющие инструменты к ферментам и лекарствам.
Риски и пределы
Биобезопасность (те же инструменты могут набросать вредные белки — лаборатории и журналы теперь обсуждают скрининг). Завышать предсказанную PETase до завода переработки. Энергия и вода ферментёра всё равно считаются.
Источники
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).