AlphaFold

alapelterjedt

Az AlphaFold a Google DeepMind mesterségesintelligencia-rendszere, amely a fehérjék építőköveinek sorrendjéből megjósolja, milyen térbeli alakot vesz fel a fehérje.

Érthetően

A tested szinte minden folyamatát fehérjék végzik: emésztenek, oxigént szállítanak, védekeznek a kórokozók ellen. Egy fehérje hosszú lánc, amely gombolyagszerűen összetekeredik, és az alakja dönti el, mire képes. Olyan ez, mint a kulcs: nem az anyaga számít, hanem a formája, mert az illik bele a zárba.

A láncot alkotó építőkövek sorrendjét régóta könnyű kiolvasni, de az alakot csak drága, hónapokig vagy évekig tartó laborkísérlettel lehetett meghatározni. Az AlphaFold ezt a lépést helyettesíti: a sorrendből percek vagy órák alatt megbecsüli a térbeli szerkezetet, sokszor a laboréval vetekedő pontossággal.

Nem csevegőrobot, és nem általános célú MI. Egyetlen tudományos feladatra készült, és ott áttörést hozott. Ezért szokták példaként említeni arra, hogy a mesterséges intelligencia a kutatást is fel tudja gyorsítani, nem csak szöveget és képet gyárt.

Hogyan működik

Megkapja a fehérje „receptjét”, vagyis az aminosavak sorrendjét betűsorként.
Adatbázisokban megkeresi a rokon fehérjéket más élőlényekből, és megnézi, mely építőkövek változtak együtt az evolúció során, mert ezek a térben valószínűleg közel vannak egymáshoz.
Egy neurális hálózat, amelyet a kísérletileg már megmért fehérjeszerkezeteken tanítottak, ebből kiszámolja az építőkövek egymáshoz viszonyított helyzetét, és több körben finomítja a térbeli modellt.
A végén minden részlethez megbízhatósági pontszámot ad, így a kutató látja, hol hihet a jóslatnak, és hol bizonytalan.
A 2024-ben megjelent AlphaFold 3 már azt is becsüli, hogyan kapcsolódik a fehérje más molekulákhoz, például DNS-hez vagy gyógyszerhatóanyaghoz.

Példa a mindennapokból

Olvasol egy hírt arról, hogy kutatók új antibiotikumon vagy műanyagbontó enzimen dolgoznak, és a cikk megemlíti, hogy a célfehérje szerkezetét mesterséges intelligenciával határozták meg. Emögött nagy eséllyel az AlphaFold vagy a szabadon kereshető AlphaFold-adatbázis áll, amelyből a kutató pár kattintással letöltötte a szerkezetet.

Kit érint

beteg, orvosA gyógyszer- és vakcinakutatás korai szakasza gyorsabb lehet, ha a betegségben szerepet játszó fehérjék alakja már ismert. → Egészség

szülő, diák, tanárA biológia- és kémiaoktatásban, valamint az egyetemi kutatásban ingyenes, bárki által használható eszköz és szemléltető anyag. → Oktatás és család

ipari dolgozó, mérnökAz enzimeket tervező biotechnológiai, élelmiszer- és vegyipari fejlesztésekben mindennapos munkaeszközzé vált. → Ipar

banki ügyfél, befektetőA biotechnológiai cégek értékelésénél gyakran hivatkoznak rá, ezért érdemes tudnod, mit old meg, és mit nem. → Pénz

Gyakori félreértés

TévhitAz AlphaFold gyógyszereket talál fel, és megoldotta a biológiát.

ValójábanCsak a fehérjék alakját jósolja meg, ami a kutatás egyik korai lépése. A hatóanyag megtalálása, a laborvizsgálatok és a klinikai kipróbálás ugyanúgy évekig tart.

Korlátok és kockázatok

Az eredmény számított jóslat, nem mérés: fontos döntés előtt kísérlettel is ellenőrizni kell.
Jellemzően egyetlen, merev alakot ad, pedig a fehérjék mozognak és alakot váltanak; a rendezetlen, hajlékony részeknél gyenge.
Azt kevéssé tudja megmondani, hogyan változtatja meg a szerkezetet egy-egy mutáció, és azt sem, hogy a fehérje ténylegesen mit csinál a sejtben.
Az AlphaFold 3 üzleti célú használata korlátozott, így a legújabb változathoz nem mindenki fér hozzá egyformán.

Hasonló, de nem ugyanaz

AlphaGo – Az AlphaGo ugyanannak a cégnek a gójátékos programja, az AlphaFold viszont tudományos feladatot old meg, nem játékot játszik.
Nagy nyelvi modell – A nyelvi modell szöveget ír és kérdésekre válaszol, az AlphaFold kizárólag molekulák térbeli szerkezetét számolja ki.
Fehérjetervezés – Az AlphaFold egy adott építőkő-sorrendhez jósol alakot, a fehérjetervező eszközök viszont fordítva dolgoznak: a kívánt alakhoz vagy feladathoz találnak ki új, a természetben nem létező fehérjét.

Kapcsolódó fogalmak

Tágabb

Mesterséges intelligencia, Mélytanulás, MI a tudományban

Szűkebb

AlphaFold 3, AlphaFold fehérjeszerkezet-adatbázis

Rokon

Google DeepMind, AlphaGo, Neurális hálózat, Transzformer, Gyógyszerkutatás mesterséges intelligenciával

Röviden a története

A DeepMind első AlphaFold rendszere 2018-ban tűnt fel a CASP nevű nemzetközi fehérjeszerkezet-jósló versenyen, az áttörést pedig 2020-ban az AlphaFold 2 hozta, amelynek leírása és kódja 2021-ben jelent meg. 2024-ben megjelent az AlphaFold 3, és ugyanebben az évben Demis Hassabis és John Jumper a fehérjeszerkezet-jóslásért megkapta a kémiai Nobel-díj felét; a másik felét David Baker kapta a számítógépes fehérjetervezésért.

Hol tart most

2026 végén a szerkezeti biológia alapeszköze: a szabadon elérhető adatbázis több mint 200 millió fehérje jósolt szerkezetét tartalmazza, és világszerte kutatók milliói használják. A gyógyszerfejlesztésben a korai kutatási szakaszt gyorsítja, a klinikai vizsgálatokat nem helyettesíti.

Állapot: 2026. november

Más nevei

AlphaFold · AlphaFold 2 · AlphaFold2 · AlphaFold 3 · AF2 · AF3 · AlphaFold DB · AlphaFold Server

Források

A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.