Das Programm wurde vom in London ansässigen Unternehmen Deepmind entwickelt und erreichte beim Critical Assessment of Techniques for Protein Structure Prediction (CASP) Wettbewerb 2018 und 2020 Bestwerte.[2][3]
In der medizinischen Fachwelt wurde dies als Durchbruch der Proteinstrukturvorhersage aufgenommen.[4]
Seit dem 15. Juli 2021 unterliegt die Software einer Open-Source-Lizenz – auch für kommerzielle Unternehmen. Zudem wurde die Funktionsweise im Fachjournal Nature veröffentlicht.
Jeder kann jetzt Proteine falten[5][6] oder in Datenbanken (wie der AlphaFold Protein Structure Database[7]) mit automatisch generierten Modellen nachschauen[8]. Meta hat 2022 mit ESMFold (Evolutionary Scale Modeling Fold) ein weiteres Large Language Model zur Proteinstrukturvorhersage vorgestellt.[9]
AlphaFold 3 wurde am 8. Mai 2024 vorgestellt. Im Gegensatz zu den vorangegangenen Softwareversionen ist diese Version in der Lage, nicht nur die 3D-Struktur von Molekülen vorherzusagen, sondern auch ihre Interaktion untereinander und mit anderen Molekülen. Nach Aussage von DeepMind kann sie dies in bislang nicht gekannter Genauigkeit. Die Entwickler erwarten, dass AlphaFold 3 die Entwicklung neuer Medikamente stark beschleunigen wird. Die Funktionen von AlphaFold 3 werden Forschern über den AlphaFold-Server zugänglich gemacht.[10] Er darf für nicht-kommerzielle Forschungszwecke kostenlos genutzt werden.[11]
↑AlphaFold. In: Deepmind. Abgerufen am 30. November 2020 (englisch).
↑Ewen Callaway: ‘It will change everything’: DeepMind’s AI makes gigantic leap in solving protein structures. In: Nature. 588, 2020, S. 203, doi:10.1038/d41586-020-03348-4.
↑Ewen Callaway: DeepMind’s AI predicts structures for a vast trove of proteins. In: Nature. Band595, Nr.7869, 22. Juli 2021, S.635–635, doi:10.1038/d41586-021-02025-4 (nature.com [abgerufen am 30. September 2021]).
↑Language models of protein sequences at the scale of evolution enable accurate structure prediction
Zeming Lin, Halil Akin, Roshan Rao, Brian Hie, Zhongkai Zhu, Wenting Lu, Allan dos Santos Costa, Maryam Fazel-Zarandi, Tom Sercu, Sal Candido, Alexander Rives
doi:10.1101/2022.07.20.500902