A londoni DeepMind több fontos eredményt ért már el mesterségesintelligencia-fronton, de amikor a fehérjehajtogatást előrejelző programjuk 2020 novemberében kijött, a biológusok le voltak döbbenve, hogy mennyire jól működik, mennyire pontos.

Testünk szinte összes megnyilvánulása fehérjékkel történik, és épp ezért létfontosságú az egyes fehérjék tevékenységének mélyebb ismerete, jobb megértése. Gyógyszeripari fejlesztések, vagy betegségek elleni küzdelem elképzelhetetlen ezen ismeretek nélkül.

A fehérjék megnyilvánulásait háromdimenziós formájuk határozza meg.

Egy fehérje aminosavakból álló szalag, és bonyolult csavarodásokból, kanyarulásokból csomóvá gyűrődik össze. A forma és ennél fogva a fehérje funkciójának meghatározása hónapokig eltarthat a laborban.

Tudósok évek óta számítógépesítették az előrejelzési módszereket, hogy a folyamat könnyebben menjen. Eddig viszont egyetlen program sem érte el a humán szakértők pontosságát.

A DeepMind AlphaFold2-je megváltoztatott mindent. A mélytanulással (deep learning) dolgozó szoftver atomi szintig előre tudja jelezni fehérjék formáit. Most fordult elő első alkalommal, hogy egy számítógép ugyanolyan pontos munkát végzett, mint a laborokban megszokott nagyon lassú, de a lehető legaprólékosabb technikák.

Tudóscsapatok, kutatók világszerte használják már a DeepMind fejlesztését. A rákot, az antibiotikus ellenállást és a covid-19-et vizsgálják vele, de az AlphaFold2 valódi hatása legalább egy-két év lesz, a részsikerek ellenére idén nem várható az óriási, diszruptív áttörés.

Demis Hassabis, a Google által néhány éve felvásárolt cég társalapító-igazgatója szerint ez a legfontosabb fejlesztésük, korábbi munkáik megkoronázása. Elmondta, hogy leghíresebb technikájuk, a go világbajnokot 2016-ban legyőző AlphaGo sok szempontból AlphaFold előkészítésének, előzetes tesztjének tekinthető.