AlphaFold

AlphaFold adalah program kecerdasan buatan yang dikembangkan oleh DeepMind, anak perusahaan Alphabet, yang berfungsi memprediksi struktur protein.^[1] Program ini dirancang menggunakan teknik pemelajaran mendalam.^[2]

AlphaFold 1 (2018) menempati peringkat pertama dalam penilaian keseluruhan Critical Assessment of Structure Prediction (CASP) ke-13 pada Desember 2018. Program ini sangat sukses dalam memprediksi struktur paling akurat untuk target yang dinilai paling sulit oleh penyelenggara kompetisi, di mana tidak ada struktur templat yang tersedia dari protein dengan urutan yang sebagian mirip.

AlphaFold 2 (2020) mengulangi pencapaian tersebut pada kompetisi CASP14 pada November 2020.^[3] Program ini mencapai tingkat akurasi yang jauh lebih tinggi dibandingkan entri lainnya.^[2][4] AlphaFold 2 mencetak skor di atas 90 pada tes jarak global (GDT) CASP untuk sekitar dua pertiga dari protein, yaitu uji yang mengukur kesamaan antara struktur yang diprediksi secara komputasi dan struktur yang ditentukan secara eksperimental, di mana skor 100 mewakili kecocokan sempurna.^[2][5] Penyertaan data metagenomik telah meningkatkan kualitas prediksi persejajaran sekuen jamak (MSA). Salah satu sumber terbesar dari data pelatihan tersebut adalah Basis Data Fantastis Besar (BFD) yang dirancang khusus, yang memuat 65.983.866 keluarga protein, direpresentasikan sebagai MSA dan model Markov tersembunyi (HMM), mencakup 2.204.359.010 urutan protein dari basis data referensi, metagenom, dan metatranskriptom.^[6]

Hasil AlphaFold 2 pada CASP14 digambarkan sebagai "menakjubkan"^[7] dan "transformasional".^[8] Namun, beberapa peneliti mencatat bahwa akurasi prediksi AlphaFold 2 masih kurang memadai untuk sepertiga dari prediksinya, serta belum mengungkapkan mekanisme atau aturan dasar pelipatan protein, yang masih menjadi masalah yang belum terpecahkan.^[9][10]

Meski demikian, pencapaian teknis ini diakui secara luas. Pada 15 Juli 2021, makalah AlphaFold 2 diterbitkan di Nature sebagai publikasi akses awal bersama perangkat lunak sumber terbuka dan basis data yang dapat dicari berisi proteom spesies.^[6][11][12] Per Februari 2025, makalah tersebut telah dikutip hampir 35.000 kali.^[13]

AlphaFold 3 diumumkan pada 8 Mei 2024. Versi ini mampu memprediksi struktur kompleks yang dibentuk oleh protein dengan DNA, RNA, berbagai ligan, dan ion.^[14][15] Metode prediksi baru ini menunjukkan peningkatan akurasi minimal 50% untuk interaksi protein dengan molekul lain dibandingkan metode sebelumnya. Selain itu, untuk kategori interaksi tertentu yang penting, akurasi prediksi meningkat hingga dua kali lipat.^[16]

Demis Hassabis dan John Jumper dari Google DeepMind dianugerahi setengah Penghargaan Nobel Kimia 2024 "atas prediksi struktur protein," sedangkan setengah lainnya diberikan kepada David Baker "atas desain protein komputasional".^[17] Hassabis dan Jumper sebelumnya telah meraih Penghargaan Terobosan dalam Ilmu Hayati dan Penghargaan Albert Lasker untuk Penelitian Kedokteran Dasar pada 2023 berkat kepemimpinan mereka dalam proyek AlphaFold.^[18][19]