1
AlphaGo
Shares tags: ai
AI Tool
Обзор AlphaFold 2
AlphaFold 2 — это система искусственного интеллекта, разработанная DeepMind, которая значительно повысила точность предсказания структуры белков, превратив молекулярную биологию в площадку для оптимизации с помощью ИИ.
1Достигла медианного показателя глобального теста расстояний (GDT) более 90 в CASP14 (2020), что указывает на точность, близкую к атомной.
2Предсказала более 200 миллионов белковых структур, которые свободно доступны через AlphaFold Protein Structure Database.
3Статья об AlphaFold 2 была процитирована примерно 43 000 раз к ноябрю 2025 года.
4AlphaFold 3, выпущенная в мае 2024 года, расширила возможности предсказания, включив комплексы с ДНК, РНК и лигандами.
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
Что такое AlphaFold 2?
AlphaFold 2 — это модель машинного обучения, разработанная Google DeepMind, которая позволяет ученым и исследователям предсказывать трехмерную (3D) структуру белков по их аминокислотным последовательностям. Эта система достигла точности, близкой к атомной, в предсказании структуры белков, ускоряя исследования в структурной биологии и разработке лекарств. Программа использует нейронные сети для генерации 3D моделей атомных координат из аминокислотных входных данных. Ее разработка ознаменовала значительный прорыв в этой области, о чем свидетельствует ее производительность в Critical Assessment of protein Structure Prediction (CASP14) в 2020 году, где она достигла медианного показателя глобального теста расстояний (GDT), превышающего 90. AlphaFold 2 сыграла важную роль в предсказании структур более 200 миллионов белков, которые находятся в открытом доступе через AlphaFold Protein Structure Database, являющуюся результатом сотрудничества между Google DeepMind и EMBL-EBI.
quick facts
Краткие факты
| Атрибут | Значение |
|---|---|
| Разработчик | DeepMind (Google DeepMind) |
| Бизнес-модель | Freemium / Открытый исходный код |
| Цены | Бесплатно (AlphaFold Protein Structure Database); Бесплатно для академического использования (код AlphaFold 2); Бесплатно для академического использования с ограниченной лицензией (код AlphaFold 3); Коммерческий доступ через Isomorphic Labs |
| Платформы | Веб (AlphaFold Protein Structure Database), Локальное развертывание (код с открытым исходным кодом) |
| Доступен API | Да (через Isomorphic Labs для коммерческого использования или локального развертывания) |
| Основана | DeepMind (2010), прорыв AlphaFold 2 (2020) |
| Штаб-квартира | Лондон, Великобритания |
features
Ключевые особенности AlphaFold 2
AlphaFold 2 предоставляет набор возможностей, сосредоточенных вокруг высокоточного предсказания молекулярных структур, что значительно влияет на биологические исследования и разработку лекарств.
- 1Высокоточное предсказание структуры белков, достигающее разрешения, близкого к атомному, с медианным показателем GDT более 90 в CASP14.
- 2Предсказание 3D-структур для белков и других биологических молекул, включая ДНК, РНК и различные лиганды (расширено с AlphaFold 3).
- 3Предсказание взаимодействий между белками, ДНК, РНК и лигандами, что крайне важно для понимания клеточных функций (AlphaFold 3).
- 4Открытый доступ к более чем 200 миллионам предсказанных белковых структур через AlphaFold Protein Structure Database.
- 5Идентификация внутренне неупорядоченных регионов (IDRs) с помощью метрики локальной достоверности (pLDDT).
- 6Облегчает экспериментальное определение структуры, предоставляя ценные отправные точки для таких методов, как рентгеновская кристаллография и крио-ЭМ.
- 7Ускоряет идентификацию и валидацию мишеней в разработке лекарств, предоставляя структуры для ранее нехарактеризованных белков.
- 8Поддерживает улучшенное рациональное конструирование лекарств на основе структуры, обеспечивая более точный виртуальный скрининг и рациональный дизайн соединений.
use cases
Кому следует использовать AlphaFold 2?
AlphaFold 2 в основном используется научными и исследовательскими сообществами для углубления понимания молекулярной биологии и ускорения разработки терапевтических средств.
- 1Ученые: Для понимания механизмов заболеваний, особенно связанных с неправильным сворачиванием белков (например, болезни Альцгеймера, Паркинсона), и продвижения фундаментальных биологических исследований.
- 2Исследователи: Для ускорения процессов открытия и разработки лекарств путем предоставления точных белковых структур для идентификации и валидации мишеней.
- 3Биотехнологи: Для разработки новых методов лечения и вакцин путем выяснения структур патогенных белков и взаимодействий хозяин-патоген.
- 4Структурные биологи: Для облегчения экспериментального определения структуры, помогая в интерпретации данных низкого разрешения, полученных с помощью таких методов, как крио-ЭМ и ЯМР-спектроскопия.
- 5Фармацевтические компании: Для улучшенного рационального конструирования лекарств на основе структуры, обеспечивая более точный виртуальный скрининг и рациональный дизайн соединений с лучшим сродством связывания.
pricing
Цены и планы AlphaFold 2
AlphaFold 2 работает по модели freemium, при этом доступ к основным данным и академическому коду предоставляется без прямых затрат, а коммерческие приложения направляются через специализированную организацию.
- 1AlphaFold Protein Structure Database: Предоставляется свободный доступ к более чем 200 миллионам предсказанных белковых структур, что является результатом сотрудничества между Google DeepMind и EMBL-EBI.
- 2AlphaFold 2 (Код): Исходный код AlphaFold 2 является открытым и свободно доступен для академических и некоммерческих исследовательских целей.
- 3AlphaFold 3 (Код): Исходный код AlphaFold 3 был выпущен в ноябре 2024 года для академического использования, хотя и с ограниченной лицензией по сравнению с AlphaFold 2.
- 4Коммерческое использование: Коммерческий доступ к возможностям AlphaFold, особенно для открытия и разработки лекарств, предоставляется через Isomorphic Labs, дочернюю компанию Google DeepMind.
competitors
AlphaFold 2 против конкурентов
AlphaFold 2 значительно превзошла все другие алгоритмы в конкурсе CASP14 в 2020 году, установив новый стандарт для предсказания структуры белков. Однако появилось несколько альтернатив, предлагающих различные компромиссы с точки зрения точности, скорости и лицензирования.
- 1AlphaFold 2 против RoseTTAFold: AlphaFold 2 продемонстрировала превосходную точность в CASP14, в то время как RoseTTAFold, разработанная Baker Lab, предлагает сопоставимую точность с использованием трехдорожечной нейронной сети и предоставляет свой код под лицензией MIT, хотя обученные веса предназначены для некоммерческого использования.
- 2AlphaFold 2 против ESMFold (Meta AI): AlphaFold 2 обычно обеспечивает более высокую точность для сложных белковых структур, тогда как ESMFold, использующая языковую модель белков, отличается значительно более высокой скоростью и эффективностью, особенно для предсказаний по одной последовательности.
- 3AlphaFold 2 против OpenFold: AlphaFold 2 — это оригинальная реализация DeepMind, в то время как OpenFold — это быстрая, эффективная по памяти и полностью обучаемая открытая повторная реализация, созданная с нуля для соответствия точности AlphaFold 2, предлагающая прозрачность и настраиваемость для исследователей.
❓
Frequently Asked Questions
+Что такое AlphaFold 2?
AlphaFold 2 — это модель машинного обучения, разработанная Google DeepMind, которая позволяет ученым и исследователям предсказывать трехмерную (3D) структуру белков по их аминокислотным последовательностям. Эта система достигла точности, близкой к атомной, в предсказании структуры белков, ускоряя исследования в структурной биологии и разработке лекарств.
+AlphaFold 2 бесплатна?
Да, AlphaFold Protein Structure Database, содержащая более 200 миллионов предсказанных белковых структур, свободно доступна. Исходный код AlphaFold 2 является открытым для академических и некоммерческих исследований. Код AlphaFold 3 также является открытым для академического использования с ограниченной лицензией. Коммерческий доступ к возможностям AlphaFold предоставляется через Isomorphic Labs.
+Каковы основные особенности AlphaFold 2?
Основные особенности AlphaFold 2 включают высокоточное предсказание 3D-структуры белков, предсказание взаимодействий с ДНК, РНК и лигандами (AlphaFold 3), открытый доступ к более чем 200 миллионам предсказанных структур через ее базу данных, а также способность идентифицировать внутренне неупорядоченные регионы. Она значительно помогает в открытии лекарств и экспериментальном определении структуры.
+Кому следует использовать AlphaFold 2?
AlphaFold 2 в первую очередь предназначена для ученых, исследователей, биотехнологов и структурных биологов. Ее применение охватывает понимание механизмов заболеваний, ускорение открытия лекарств, разработку новых методов лечения и вакцин, а также облегчение экспериментального определения структуры в академических и фармацевтических условиях.
+Как AlphaFold 2 сравнивается с альтернативами?
AlphaFold 2 установила новый стандарт точности в CASP14. По сравнению с RoseTTAFold, AlphaFold 2 обычно предлагает более высокую точность, в то время как RoseTTAFold предоставляет сопоставимые результаты с кодом под лицензией MIT. ESMFold (Meta AI) отличается значительно более высокой скоростью предсказания по одной последовательности, а OpenFold — это открытая повторная реализация, разработанная для соответствия точности AlphaFold 2 и обеспечения большей прозрачности.