Продолжая использовать сайт, вы даете свое согласие на работу с этими файлами.
AlphaFold
AlphaFold è un programma di intelligenza artificiale sviluppato da DeepMind (Alphabet/Google) per predire la struttura tridimensionale delle proteine. Il programma è stato progettato come un sistema di deep learning.
Il software di AlphaFold è stato rilasciato in due versioni. La prima nel 2018 AlphaFold 1 col quale un'equipe di ricercatori si è posizionata al primo posto del 13° Critical Assessment of Techniques for Protein Structure Prediction (Valutazione critica di tecniche per la predizione della struttura delle proteine).
Con la versione AlphaFold 2 del 2020 si posiziona nuovamente al 1º posto nel torneo CASP.. L'equipe ha raggiunto un livello di accuratezza distaccando nettamente tutti gli altri Ha raggiunto un ponteggio superiore a 90 per circa i 2/3 delle proteine del Global distance test di CASP, un test che misura il grado di un programma computazionale di predire una struttura proteica- comparata ad una struttura determinata in un esperimento di laboratorio, con valore 100 come riscontro perfetto.
Il 22 luglio 2021 viene pubblicato la base dati AlphaFold Protein Structure Database con uno sforzo congiunto tra alphafold e EMBL-EBI (Istituto europeo di bioinformatica) che contiene quasi tutte le strutture proteiche predette (365.000 ca.) del proteoma umano UniProt e di 20 organismi modello.
Il 28 luglio 2022 vengono pubblicate le strutture di oltre 200 milioni di proteine.
Sempre nel 2022, il software rivale Meta AI ha predetto la struttura di 600 milioni di proteine.
Collegamenti esterni
- (EN) AlphaFold v2.1 codice e collegamenti al modello, su GitHub.
- Open access to protein structure predictions for the human proteome and 20 other key organisms presso l'istituto European Bioinformatics Institute
- CASP 14
- AlphaFold: The making of a scientific breakthrough, DeepMind, via YouTube.
- ColabFold ((EN) Milot Mirdita, Konstantin Schütze, Yoshitaka Moriwaki, Lim Heo, Sergey Ovchinnikov e Martin Steinegger, ColabFold: Making protein folding accessible to all, in Nature Methods, vol. 19, n. 6, 30 maggio 2022, pp. 679–682, DOI:10.1038/s41592-022-01488-1, PMC 9184281, PMID 35637307.), version for homooligomeric prediction and complexes
- AlphaFold Protein Structure Database