1
AlphaGo
Shares tags: ai
AI Tool
Revisão do AlphaFold 2
AlphaFold 2 é um sistema de IA desenvolvido pela DeepMind que avançou significativamente a precisão da previsão da estrutura de proteínas, transformando a biologia molecular em um campo de otimização para IA.
1Alcançou uma pontuação mediana no teste de distância global (GDT) de mais de 90 no CASP14 (2020), indicando precisão quase atômica.
2Previu mais de 200 milhões de estruturas de proteínas, disponibilizadas gratuitamente através do AlphaFold Protein Structure Database.
3O artigo do AlphaFold 2 foi citado aproximadamente 43.000 vezes até novembro de 2025.
4AlphaFold 3, lançado em maio de 2024, expandiu as capacidades de previsão para incluir complexos com DNA, RNA e ligantes.
Connect
</>Embed "Featured on Stork" Badge▼
<a href="https://www.stork.ai/en/alphafold-2" target="_blank" rel="noopener noreferrer"><img src="https://www.stork.ai/api/badge/alphafold-2?style=dark" alt="AlphaFold 2 - Featured on Stork.ai" height="36" /></a>
[](https://www.stork.ai/en/alphafold-2)
overview
O que é o AlphaFold 2?
AlphaFold 2 é um modelo de machine learning desenvolvido pelo Google DeepMind que permite a cientistas e pesquisadores prever a estrutura tridimensional (3D) de proteínas a partir de suas sequências de aminoácidos. Este sistema alcançou precisão quase atômica na previsão da estrutura de proteínas, acelerando a pesquisa em biologia estrutural e descoberta de medicamentos. O programa utiliza redes neurais para gerar modelos de coordenadas atômicas 3D a partir de entradas de aminoácidos. Seu desenvolvimento marcou um avanço significativo no campo, como evidenciado por seu desempenho na Critical Assessment of protein Structure Prediction (CASP14) em 2020, onde alcançou uma pontuação mediana no teste de distância global (GDT) superior a 90. AlphaFold 2 tem sido fundamental na previsão das estruturas de mais de 200 milhões de proteínas, que são abertamente acessíveis através do AlphaFold Protein Structure Database, uma colaboração entre Google DeepMind e EMBL-EBI.
quick facts
Fatos Rápidos
| Atributo | Valor |
|---|---|
| Desenvolvedor | DeepMind (Google DeepMind) |
| Modelo de Negócio | Freemium / Núcleo de Código Aberto |
| Preço | Gratuito (AlphaFold Protein Structure Database); Gratuito para uso acadêmico (código AlphaFold 2); Gratuito para uso acadêmico com licença restrita (código AlphaFold 3); Acesso comercial via Isomorphic Labs |
| Plataformas | Web (AlphaFold Protein Structure Database), Implantação local (código de código aberto) |
| API Disponível | Sim (via Isomorphic Labs para uso comercial, ou implantação local) |
| Fundado | DeepMind (2010), Avanço do AlphaFold 2 (2020) |
| Sede | Londres, Reino Unido |
features
Principais Recursos do AlphaFold 2
AlphaFold 2 oferece um conjunto de capacidades centradas na previsão de estruturas moleculares de alta precisão, impactando significativamente a pesquisa biológica e o desenvolvimento de medicamentos.
- 1Previsão de estrutura de proteínas de alta precisão, alcançando resolução quase atômica com uma pontuação mediana de GDT superior a 90 no CASP14.
- 2Previsão de estruturas 3D para proteínas e outras moléculas biológicas, incluindo DNA, RNA e vários ligantes (expandido com AlphaFold 3).
- 3Previsão de interações entre proteínas, DNA, RNA e ligantes, crucial para a compreensão das funções celulares (AlphaFold 3).
- 4Acesso aberto a mais de 200 milhões de estruturas de proteínas previstas através do AlphaFold Protein Structure Database.
- 5Identificação de Regiões Intrinsecamente Desordenadas (IDRs) através de sua métrica de confiança local (pLDDT).
- 6Facilita a determinação experimental de estruturas, fornecendo pontos de partida valiosos para métodos como X-ray crystallography e cryo-EM.
- 7Acelera a identificação e validação de alvos na descoberta de medicamentos, fornecendo estruturas para proteínas previamente não caracterizadas.
- 8Suporta o design de medicamentos baseado em estrutura aprimorado, permitindo triagem virtual mais precisa e design racional de compostos.
use cases
Quem Deve Usar o AlphaFold 2?
AlphaFold 2 é principalmente utilizado por comunidades científicas e de pesquisa para avançar a compreensão da biologia molecular e acelerar o desenvolvimento terapêutico.
- 1Cientistas: Para entender mecanismos de doenças, particularmente aqueles ligados ao dobramento incorreto de proteínas (por exemplo, Alzheimer, Parkinson), e avançar a pesquisa biológica fundamental.
- 2Pesquisadores: Para acelerar os processos de descoberta e desenvolvimento de medicamentos, fornecendo estruturas de proteínas precisas para identificação e validação de alvos.
- 3Biotecnólogos: Para desenvolver novos tratamentos e vacinas, elucidando as estruturas de proteínas patogênicas e interações hospedeiro-patógeno.
- 4Biólogos Estruturais: Para facilitar a determinação experimental de estruturas, auxiliando na interpretação de dados de baixa resolução de técnicas como cryo-EM e NMR spectroscopy.
- 5Empresas Farmacêuticas: Para design de medicamentos baseado em estrutura aprimorado, permitindo triagem virtual mais precisa e design racional de compostos com melhores afinidades de ligação.
pricing
Preços e Planos do AlphaFold 2
AlphaFold 2 opera em um modelo freemium, com acesso a dados essenciais e código acadêmico fornecido sem custo direto, enquanto as aplicações comerciais são canalizadas através de uma entidade dedicada.
- 1AlphaFold Protein Structure Database: Acesso gratuito é fornecido a mais de 200 milhões de estruturas de proteínas previstas, uma colaboração entre Google DeepMind e EMBL-EBI.
- 2AlphaFold 2 (Código): O código-fonte do AlphaFold 2 é de código aberto e está disponível gratuitamente para fins de pesquisa acadêmica e não comercial.
- 3AlphaFold 3 (Código): O código-fonte do AlphaFold 3 foi lançado em novembro de 2024 para uso acadêmico, embora com uma licença restrita em comparação com o AlphaFold 2.
- 4Uso Comercial: O acesso comercial às capacidades do AlphaFold, particularmente para descoberta e desenvolvimento de medicamentos, é fornecido através da Isomorphic Labs, uma spin-off do Google DeepMind.
competitors
AlphaFold 2 vs Concorrentes
AlphaFold 2 superou significativamente todos os outros algoritmos na competição CASP14 em 2020, estabelecendo um novo marco para a previsão da estrutura de proteínas. No entanto, várias alternativas surgiram, oferecendo diferentes compromissos em termos de precisão, velocidade e licenciamento.
- 1AlphaFold 2 vs RoseTTAFold: AlphaFold 2 demonstrou precisão superior no CASP14, enquanto RoseTTAFold, desenvolvido pelo Baker Lab, oferece precisão comparável usando uma rede neural de três vias e fornece seu código sob uma MIT License, embora os pesos treinados sejam para uso não comercial.
- 2AlphaFold 2 vs ESMFold (Meta AI): AlphaFold 2 geralmente oferece maior precisão para estruturas de proteínas complexas, enquanto ESMFold, utilizando um modelo de linguagem de proteínas, é notável por ser significativamente mais rápido e eficiente, particularmente para previsões a partir de uma única sequência.
- 3AlphaFold 2 vs OpenFold: AlphaFold 2 é a implementação original da DeepMind, enquanto OpenFold é uma reimplementação de código aberto rápida, eficiente em memória e totalmente treinável, construída do zero para igualar a precisão do AlphaFold 2, oferecendo transparência e customização para pesquisadores.
❓
Frequently Asked Questions
+O que é o AlphaFold 2?
AlphaFold 2 é um modelo de machine learning desenvolvido pelo Google DeepMind que permite a cientistas e pesquisadores prever a estrutura tridimensional (3D) de proteínas a partir de suas sequências de aminoácidos. Este sistema alcançou precisão quase atômica na previsão da estrutura de proteínas, acelerando a pesquisa em biologia estrutural e descoberta de medicamentos.
+O AlphaFold 2 é gratuito?
Sim, o AlphaFold Protein Structure Database, contendo mais de 200 milhões de estruturas de proteínas previstas, é de livre acesso. O código-fonte do AlphaFold 2 é de código aberto para pesquisa acadêmica e não comercial. O código do AlphaFold 3 também é de código aberto para uso acadêmico com uma licença restrita. O acesso comercial às capacidades do AlphaFold é fornecido através da Isomorphic Labs.
+Quais são os principais recursos do AlphaFold 2?
Os principais recursos do AlphaFold 2 incluem previsão de estrutura de proteínas 3D de alta precisão, previsão de interações com DNA, RNA e ligantes (AlphaFold 3), acesso aberto a mais de 200 milhões de estruturas previstas através de seu banco de dados, e a capacidade de identificar regiões intrinsecamente desordenadas. Ele auxilia significativamente na descoberta de medicamentos e na determinação experimental de estruturas.
+Quem deve usar o AlphaFold 2?
AlphaFold 2 é destinado principalmente a cientistas, pesquisadores, biotecnólogos e biólogos estruturais. Suas aplicações abrangem a compreensão de mecanismos de doenças, aceleração da descoberta de medicamentos, desenvolvimento de novos tratamentos e vacinas, e facilitação da determinação experimental de estruturas em ambientes acadêmicos e farmacêuticos.
+Como o AlphaFold 2 se compara às alternativas?
AlphaFold 2 estabeleceu um novo padrão de precisão no CASP14. Em comparação com RoseTTAFold, AlphaFold 2 geralmente oferece maior precisão, enquanto RoseTTAFold fornece resultados comparáveis com um código licenciado pela MIT. ESMFold (Meta AI) é notável por sua velocidade de previsão significativamente mais rápida a partir de sequências únicas, e OpenFold é uma reimplementação de código aberto projetada para igualar a precisão do AlphaFold 2 e fornecer maior transparência.