AlphaFold é um sistema de Deep learning desenvolvido pela DeepMind que prevê a estrutura tridimensional de uma proteína a partir de sua sequência de aminoácidos. Prever como uma cadeia linear de aminoácidos se dobra na complexa forma tridimensional que determina a função biológica de uma proteína era um problema em aberto na biologia estrutural por cerca de cinquenta anos, conhecido como o problema do dobramento de proteínas, uma vez que determinar estruturas experimentalmente por métodos como cristalografia de raios X ou criomicroscopia eletrônica é lento e caro.
CASP14 e o avanço de 2020
A segunda versão do AlphaFold, o AlphaFold2, alcançou um resultado na competição Critical Assessment of protein Structure Prediction de 2020, conhecida como CASP14, que organizadores e biólogos estruturais independentes descreveram como efetivamente resolvendo o problema do dobramento de proteínas para a maioria das proteínas. O CASP é uma competição cega bienal na qual equipes de pesquisa preveem as estruturas de proteínas cujas estruturas reais foram determinadas experimentalmente, mas ainda não publicadas, permitindo que os organizadores pontuem as previsões contra a verdade fundamental não publicada. O AlphaFold2 alcançou uma pontuação de precisão mediana competitiva com a resolução de métodos experimentais para a maioria das proteínas-alvo, um nível de precisão que nenhum método computacional anterior havia se aproximado e que os próprios avaliadores do CASP e biólogos externos chamaram de resultado transformador para o campo.
Arquitetura
O AlphaFold2 usou uma arquitetura baseada em Transformer (architecture) com um componente chamado Evoformer, que processava tanto a sequência de aminoácidos quanto informações evolutivas derivadas de alinhamentos de sequências múltiplas, sequências de proteínas relacionadas entre diferentes espécies, juntamente com restrições geométricas, para refinar iterativamente uma estrutura prevista. A DeepMind publicou a arquitetura do modelo e o código do AlphaFold2 em 2021 e liberou estruturas previstas para quase todas as proteínas com sequências conhecidas no banco de dados UniProt por meio do AlphaFold Protein Structure Database (AlphaFold DB), de acesso livre, um esforço conjunto com o Instituto Europeu de Bioinformática, cobrindo em última análise mais de 200 milhões de estruturas de proteínas.
Impacto e o Prêmio Nobel
A liberação aberta do AlphaFold, tanto do código quanto das estruturas previstas, foi amplamente creditada por acelerar a pesquisa em biologia estrutural, descoberta de medicamentos e design de enzimas, uma vez que pesquisadores que antes precisavam de meses de trabalho experimental ou não tinham acesso a instalações de determinação estrutural podiam obter uma estrutura prevista de alta confiança em minutos. Em 2024, o cofundador da DeepMind, Demis Hassabis, e o pesquisador líder do AlphaFold, John Jumper, dividiram metade do Prêmio Nobel de Química pelo desenvolvimento do AlphaFold, com a outra metade concedida a David Baker por trabalho separado em design computacional de proteínas; o prêmio foi amplamente coberto como um reconhecimento marcante da contribuição direta da IA para uma conquista científica de nível Nobel. A DeepMind posteriormente lançou o AlphaFold3 em 2024, estendendo a capacidade de previsão além de proteínas individuais para interações entre proteínas, DNA, RNA e ligantes de pequenas moléculas, de particular relevância para a descoberta de medicamentos.
Recepção e limitações
O AlphaFold é amplamente considerado um dos sucessos aplicados mais significativos do aprendizado profundo fora da linguagem e da visão, frequentemente citado ao lado do AlphaGo como evidência da estratégia de pesquisa da DeepMind de aplicar métodos de Reinforcement learning e aprendizado profundo a problemas científicos bem definidos com critérios de avaliação claros. Pesquisadores notaram limitações, incluindo menor confiabilidade para proteínas intrinsecamente desordenadas que carecem de uma estrutura estável única e para prever como as proteínas mudam de forma dinamicamente ou interagem dentro de uma célula viva, áreas que permaneceram direções de pesquisa ativas após o lançamento do AlphaFold3.