AlphaFold 1 est un système d'apprentissage profond développé par DeepMind qui a remporté la 13e évaluation critique de la prédiction de la structure des protéines (CASP13) en 2018. Le système a démontré que l'intelligence artificielle pouvait prédire les structures tridimensionnelles des protéines à partir de leurs séquences d'acides aminés avec une précision sans précédent, marquant une étape importante en biologie computationnelle. Son succès à CASP13 a jeté les bases du système plus avancé AlphaFold 2, qui atteindrait plus tard une précision quasi expérimentale en 2020.
La prédiction de la structure des protéines est un problème fondamental en biologie, car la fonction d'une protéine est largement déterminée par sa forme tridimensionnelle. Avant AlphaFold, les méthodes computationnelles peinaient à prédire avec précision les structures, s'appuyant souvent sur une modélisation basée sur des modèles nécessitant des structures homologues connues. L'approche d'AlphaFold 1 combinait l'apprentissage automatique avec des informations évolutives, utilisant des alignements de séquences multiples et des signaux de co-évolution pour déduire des contraintes spatiales entre les acides aminés.
Architecture et méthodes
L'architecture d'AlphaFold 1 reposait sur un réseau de neurones qui traitait des caractéristiques d'entrée dérivées d'alignements de séquences multiples. Le système utilisait une combinaison de composants de réseaux convolutionnels et résiduels, similaires à ceux trouvés dans les réseaux résiduels, pour prédire les distances par paires entre les résidus d'acides aminés. Ces prédictions de distance étaient ensuite utilisées pour construire un paysage d'énergie potentielle, minimisé par descente de gradient pour générer une structure tridimensionnelle finale.
Le système intégrait une approche novatrice pour traiter les informations évolutives. En analysant les schémas de co-évolution dans les séquences de protéines homologues, AlphaFold 1 pouvait identifier les résidus susceptibles d'être en contact étroit dans la structure repliée. Ces informations étaient introduites dans le réseau de neurones comme caractéristiques d'entrée supplémentaires, améliorant considérablement la précision des prédictions. Le processus d'entraînement utilisait un grand ensemble de données de structures protéiques connues provenant de la Protein Data Bank, avec des techniques d'augmentation des données pour améliorer la généralisation.
Performance à CASP13
Lors de CASP13, tenu en 2018, AlphaFold 1 a atteint un score médian de test de distance globale (GDT) d'environ 68 sur 100 pour les cibles les plus difficiles, une amélioration significative par rapport aux meilleures méthodes précédentes qui obtenaient généralement moins de 60. Pour les cibles de modélisation libre les plus exigeantes, AlphaFold 1 a surpassé tous les autres groupes participants par une marge substantielle. La compétition impliquait 98 groupes du monde entier, AlphaFold 1 se classant premier au classement général.
Une réalisation notable était la performance d'AlphaFold 1 sur des cibles sans structures homologues connues, où les méthodes traditionnelles basées sur des modèles échouaient. Le système a démontré que l'apprentissage profond pouvait extraire des informations structurelles directement à partir des données de séquence, même en l'absence de modèles évolutifs. Ce succès était particulièrement frappant pour les protéines membranaires et d'autres cibles difficiles qui avaient résisté aux approches computationnelles précédentes.
Impact et réception
La communauté scientifique a accueilli les résultats d'AlphaFold 1 avec une attention considérable. Les organisateurs de CASP13 ont noté que la performance du système représentait une avancée majeure dans le domaine, tout en avertissant que les prédictions n'étaient pas encore au niveau de la précision expérimentale. Ce succès a inspiré d'autres groupes de recherche à adopter des approches similaires d'apprentissage profond, conduisant à une accélération rapide des progrès dans la prédiction de la structure des protéines.
Après CASP13, DeepMind a continué à développer le système, intégrant de nouvelles idées telles que les mécanismes d'attention et des stratégies d'entraînement plus sophistiquées. Les leçons tirées d'AlphaFold 1 ont directement influencé la conception d'AlphaFold 2, qui remporterait plus tard CASP14 en 2020 avec une précision quasi expérimentale. Le résultat de 2018 a également contribué à établir la réputation de DeepMind en tant que leader dans l'application du deep learning aux problèmes scientifiques, après des succès antérieurs dans des jeux comme Go et les échecs.
Héritage
Le succès d'AlphaFold 1 à CASP13 a démontré que le deep learning pouvait résoudre des problèmes scientifiques complexes qui avaient résisté à des décennies de méthodes computationnelles traditionnelles. L'approche du système, combinant des informations évolutives avec des réseaux de neurones, est devenue une technique standard dans le domaine, influençant de nombreux outils ultérieurs de prédiction de la structure des protéines. La publication en open source du code d'AlphaFold 1 en 2019 a permis à d'autres chercheurs de s'appuyer sur ses méthodes, accélérant l'innovation dans le domaine.
La réalisation de 2018 a également eu des implications plus larges pour l'application de l'intelligence artificielle en biologie. Elle a montré que les systèmes d'IA pouvaient apprendre à faire des prédictions sur des systèmes physiques à partir de grands ensembles de données, sans programmation explicite des lois physiques. Ce principe a depuis été appliqué à d'autres problèmes en biologie moléculaire, notamment la conception de protéines et la découverte de médicaments. AlphaFold 1 reste un exemple marquant de la manière dont l'apprentissage automatique peut transformer la recherche scientifique.