Skip to content

AlphaFold 2

AlphaFold 2 ist ein von DeepMind entwickeltes KI-System, das die Genauigkeit der Proteinstrukturvorhersage erheblich verbessert und die Molekularbiologie zu einem Optimierungsspielplatz für KI gemacht hat.

Freemium · API

AlphaFold 2 kurz gesagt

AlphaFold 2 bietet atomic-level protein structure prediction, aber die effektive Anwendung erfordert immer noch spezialisiertes Fachwissen.
stork
Ich bin ein Gemälde.
Ein unbewegtes Gemälde und ein getippter Satz.
Dieses Gemälde wurde nie gefilmt.
Ein Foto, eine Zeichnung, ein Gemälde oder eine 3D-Figur. Ab $0.10 pro Minute. Kostenlos testen.
Foto sprechen lassenFür Entwickler: Es gibt eine API

Was ist AlphaFold 2?

AlphaFold 2 ist ein von Google DeepMind entwickeltes maschinelles Lernmodell, das Wissenschaftlern und Forschern ermöglicht, die dreidimensionale (3D) Struktur von Proteinen aus ihren Aminosäuresequenzen vorherzusagen. Dieses System erreichte eine nahezu atomare Genauigkeit bei der Proteinstrukturvorhersage und beschleunigte die Forschung in der Strukturbiologie und Medikamentenentwicklung. Das Programm nutzt neuronale Netze, um 3D-Atomkoordinatenmodelle aus Aminosäureeingaben zu generieren. Seine Entwicklung markierte einen bedeutenden Fortschritt auf diesem Gebiet, wie seine Leistung beim Critical Assessment of protein Structure Prediction (CASP14) im Jahr 2020 belegt, wo es einen medianen GDT-Score (Global Distance Test) von über 90 erreichte. AlphaFold 2 war maßgeblich an der Vorhersage der Strukturen von über 200 Millionen Proteinen beteiligt, die über die AlphaFold Protein Structure Database, eine Zusammenarbeit zwischen Google DeepMind und EMBL-EBI, offen zugänglich sind.

Hauptmerkmale von AlphaFold 2

AlphaFold 2 bietet eine Reihe von Funktionen, die sich auf die hochgenaue Vorhersage molekularer Strukturen konzentrieren und die biologische Forschung sowie die Medikamentenentwicklung erheblich beeinflussen.

  • Hochgenaue Proteinstrukturvorhersage, die in CASP14 eine nahezu atomare Auflösung mit einem medianen GDT-Score von über 90 erreicht.
  • Vorhersage von 3D-Strukturen für Proteine und andere biologische Moleküle, einschließlich DNA, RNA und verschiedene Liganden (erweitert mit AlphaFold 3).
  • Vorhersage von Wechselwirkungen zwischen Proteinen, DNA, RNA und Liganden, entscheidend für das Verständnis zellulärer Funktionen (AlphaFold 3).
  • Offener Zugang zu über 200 Millionen vorhergesagten Proteinstrukturen über die AlphaFold Protein Structure Database.
  • Identifizierung von Intrinsically Disordered Regions (IDRs) durch seine lokale Konfidenzmetrik (pLDDT).
  • Erleichtert die experimentelle Strukturbestimmung durch Bereitstellung wertvoller Ausgangspunkte für Methoden wie X-ray crystallography und cryo-EM.
  • Beschleunigt die Zielidentifizierung und -validierung in der Medikamentenentwicklung durch Bereitstellung von Strukturen für zuvor uncharakterisierte Proteine.
  • Unterstützt ein verbessertes strukturbasiertes Wirkstoffdesign, das präziseres virtuelles Screening und rationales Compound-Design ermöglicht.

Wer sollte AlphaFold 2 nutzen?

AlphaFold 2 wird hauptsächlich von wissenschaftlichen und Forschungsgemeinschaften genutzt, um das Verständnis der Molekularbiologie voranzutreiben und die therapeutische Entwicklung zu beschleunigen.

  • Wissenschaftler: Zum Verständnis von Krankheitsmechanismen, insbesondere solchen, die mit Proteinfaltungsstörungen (z.B. Alzheimer, Parkinson) verbunden sind, und zur Förderung der grundlegenden biologischen Forschung.
  • Forscher: Zur Beschleunigung von Medikamentenentdeckungs- und -entwicklungsprozessen durch Bereitstellung genauer Proteinstrukturen für die Zielidentifizierung und -validierung.
  • Biotechnologen: Zur Entwicklung neuer Behandlungen und Impfstoffe durch Aufklärung der Strukturen pathogener Proteine und Wirt-Pathogen-Interaktionen.
  • Strukturbiologen: Zur Erleichterung der experimentellen Strukturbestimmung, Unterstützung bei der Interpretation von Daten geringer Auflösung aus Techniken wie cryo-EM und NMR spectroscopy.
  • Pharmaunternehmen: Für ein verbessertes strukturbasiertes Wirkstoffdesign, das präziseres virtuelles Screening und rationales Compound-Design mit besseren Bindungsaffinitäten ermöglicht.

AlphaFold 2 Preise & Pläne

AlphaFold 2 basiert auf einem Freemium-Modell, bei dem Kerndaten und der Zugang zum akademischen Code ohne direkte Kosten bereitgestellt werden, während kommerzielle Anwendungen über eine spezielle Einheit abgewickelt werden.

  • AlphaFold Protein Structure Database: Es wird freier Zugang zu über 200 Millionen vorhergesagten Proteinstrukturen bereitgestellt, eine Zusammenarbeit zwischen Google DeepMind und EMBL-EBI.
  • AlphaFold 2 (Code): Der Quellcode für AlphaFold 2 ist Open-Source und für akademische und nicht-kommerzielle Forschungszwecke frei verfügbar.
  • AlphaFold 3 (Code): Der Quellcode für AlphaFold 3 wurde im November 2024 für den akademischen Gebrauch veröffentlicht, jedoch mit einer im Vergleich zu AlphaFold 2 eingeschränkten Lizenz.
  • Kommerzielle Nutzung: Kommerzieller Zugang zu den Fähigkeiten von AlphaFold, insbesondere für die Medikamentenentwicklung, wird über Isomorphic Labs, ein Google DeepMind Spin-off, bereitgestellt.

AlphaFold 2 vs. Wettbewerber

AlphaFold 2 übertraf im CASP14-Wettbewerb 2020 alle anderen Algorithmen erheblich und setzte einen neuen Maßstab für die Proteinstrukturvorhersage. Es sind jedoch mehrere Alternativen entstanden, die unterschiedliche Kompromisse in Bezug auf Genauigkeit, Geschwindigkeit und Lizenzierung bieten.

AlphaFold 2

Freemium · API

Aus dem Stork-Blog

Gefällt Ihnen der Artikel? Erhalten Sie jeden Morgen einen wie diesen per E-Mail.

eine E-Mail pro Tag · Abmeldung mit zwei Klicks · kein Tracking durch Dritte