AlphaFold

AlphaFold er en KI-modell for å estimere det endelige resultatet av proteiners tredimensjonale struktur ut fra aminosyresekvensen, såkalt proteinfolding. Utviklingen av modellen førte til Nobelprisen i kjemi i 2024. Den ble utviklet av DeepMind, et selskap eid av Alphabet. Modellen beregner strukturene med høy nøyaktighet, noe som hjelper forskere og utviklere med å forstå hvordan proteiner fungerer.^[2]

AlphaFold
Utvikler(e)		Google DeepMind
Utgitt		2018
Nyeste versjon		2.3.2 (5. april 2023)[1]
Kodelager		https://github.com/google-deepmind/alphafold
Skrevet i		Python
Type		Proteinstrukturprediksjon
Lisens		Apache License 2.0
Nettsted		alphafold.c
Last ned		https://alphafold.ebi.ac.uk/
AlphaFold på Commons

AlphaFold er en del av DeepMinds forskningsinnsats på KI, hvor mulighetene for teknologien og hvordan den kan brukes på ulike felt utforskes. Målet med forskningen er å bidra til å utvikle KI på en ansvarlig måte og å finne måter å bruke teknologien til å løse viktige problemer og forbedre folks liv.^[3]

Utviklingen av AlphaFold startet i 2018, formålet var å se om KI kunne klare å løse et meget komplisert problem som proteinstrukturprediksjon problemet. I 2020 presenterte Demis Hassabis og John Jumper en KI-modell kalt AlphaFold2. Ved hjelp av den har de vært i stand til å forutsi strukturen til praktisk talt alle de 200 millioner proteinene som er kjent for forskere. Siden gjennombruddet har AlphaFold2 blitt brukt av mer enn to millioner mennesker fra 190 land. Ved hjelp av AlphaFold2 kan forskere blant annet bedre forstå antibiotikaresistens og lage datagenererte 3D-modeller av enzymer som kan bryte ned plast.^[4][5][6]

For dette arbeidet fikk Demis Hassabis og John Jumper fra DeepMind Nobelprisen i kjemi i 2024 for proteinstrukturprediksjon. De delte prisen med David Baker fra University of Washington, Seattle, som fikk den for beregningsbasert proteindesign.^[5][7]