AlphaFold 2020は、Alphabetの子会社であるDeepMindが開発した人工知能プログラムであり、深層学習技術を用いてアミノ酸配列からタンパク質の構造を予測するものである。2020年11月に開催された第14回タンパク質構造予測実験（CASP14）において、試験されたタンパク質の約3分の2で、実験的に決定された構造との完全一致を100とするグローバル距離テスト（GDT）で90以上のスコアを達成し、前例のない精度を示した。この結果は研究者らによって「驚異的」かつ「変革的」と評されたが、一方で予測の3分の1については精度が依然として不十分であり、タンパク質フォールディングの根本的なメカニズムは未解決のままであると指摘する声もあった。
背景
タンパク質はアミノ酸の鎖から構成され、それが自発的に折りたたまれて三次元（3-D）構造を形成する。この構造は生物学的機能を理解する上で不可欠である。X線結晶構造解析、クライオ電子顕微鏡、核磁気共鳴（NMR）などの実験的手法は高価で時間がかかり、60年以上の間に約17万個のタンパク質の構造が決定されてきた一方、全生物種に存在する既知のタンパク質は2億以上に上る。分子進化に基づくホモロジーモデリングなどの計算予測手法は、2016年時点で最も困難なタンパク質に対してGDTスコアが100点中約40点にとどまっていた。これは、科学コミュニティに挑戦を促すために1994年に開始されたCASPによって評価されたものである。AlphaFoldは2018年に初めてCASPに参加し、AI深層学習アプローチを用いた。
アルゴリズム
DeepMindは、配列と構造の公開リポジトリであるProtein Data Bankに収録された17万以上のタンパク質構造を用いてプログラムを訓練した。このシステムは、注意機構の一種であるアテンションネットワークを用いており、これはより大きな問題の一部を特定し、それらを全体的な解に組み立てる深層学習技術である。訓練は100〜200基のGPUを用いて実施された。
AlphaFold 1（2018年）
2018年12月にCASP13で優勝したAlphaFold 1は、関連するタンパク質配列の大規模データベースを解析し、非連続な残基間の相関変化を検出して物理的近接性を示唆するという先行研究に基づいていた。これを拡張して、残基間距離の確率分布を推定し、コンタクトマップを距離マップに効果的に変換し、より高度な学習手法を用いた。コードはCASP配列での実行を除いて公開されなかった。
AlphaFold 2（2020年）
2020年版は前身から大きく異なる。AlphaFold 1は個別に訓練されたモジュールと物理学ベースのエネルギー項を組み合わせていたが、AlphaFold 2はこれを、パターン認識に基づく単一の微分可能なエンドツーエンドモデルを形成する相互接続されたサブネットワークに置き換え、統合的に訓練された。ニューラルネットワークの収束後、最終的なリファインメント段階でAMBER力場に基づくエネルギー最小化を用いて局所的な物理的制約が適用され、予測構造をわずかに調整する。主要な構成要素には、Transformer (architecture)設計に基づくと思われる2つのモジュールが含まれ、アミノ酸残基間の関係と、入力アラインメントにおける位置と配列の関係に関する情報を段階的に洗練させる。メタゲノムデータの組み込みにより多重配列アラインメントの品質が向上し、訓練データは、参照データベース、メタゲノム、メタトランスクリプトームから得られた2,204,359,010のタンパク質配列をカバーする、カスタム構築されたBig Fantastic Databaseの65,983,866のタンパク質ファミリーから得られた。
影響と評価
AlphaFold 2のCASP14での結果は広く認知された。2021年7月15日、論文はNatureに早期公開として掲載され、オープンソースソフトウェアと種プロテオームの検索可能なデータベースとともに公開された。2025年11月時点で、この論文は約43,000回引用されている。Demis HassabisとJohn Jumperは「タンパク質構造予測」に対して2024年ノーベル化学賞の半分を共有し、David Bakerは「計算タンパク質設計」に対して残りの半分を受賞した。彼らは以前、2023年に生命科学部門のブレイクスルー賞とアルバート・ラスカー基礎医学研究賞を受賞していた。しかし、一部の研究者は、予測の3分の1については精度が依然として不十分であり、プログラムがタンパク質フォールディングの根底にある規則を明らかにしなかったため、タンパク質フォールディング問題は未解決のままであると指摘した。
遺産
AlphaFold 3は2024年5月8日に発表され、タンパク質とDNA、RNA、リガンド、イオンとの複合体構造を予測でき、既存の手法と比較してタンパク質と他の分子との相互作用の精度が最低50%向上した。2026年、GoogleはAlphaFoldチームが解散され、メンバーの大半がGeminiの開発に再配置され、他のメンバーはIsomorphic Labsに移るか、会社を完全に去ったことを発表した。2020年のブレークスルーは、生物学への機械学習応用における画期的な出来事であり続け、複雑な科学的問題を解決する深層学習の力を実証している。