2020年11月30日、コンペティションCASP14の結果発表で、AlphaFold 2はGDT中央値92.4／100を獲得した——問題が「解決された」とみなされる目安、およそ90を上回る値である。配列のみからタンパク質の3D構造を予測するという、レヴィンサールのパラドックス（1969年）以来の未解決問題が、数か月を要する結晶構造解析から数分の計算へと移った。2022年には、予測された2億件の構造が無償で公開された。
出典：deepmind.google
分かりやすく言うと
タンパク質は、折りたたまれて特定の形をとる長い鎖である。鎖の並びだけからその形を言い当てることは、天文学的に広い可能性の空間から針を探すのに等しい——レヴィンサールのパラドックスは、その空間をおよそ10³⁰⁰通りの立体配座と見積もっていた。50年のあいだ、実際の形を得るには数か月、時には数年の結晶構造解析が必要だった。AlphaFold 2は同じ仕事を数分でこなし、基準となるコンペティションCASP14で92.4／100という成績を収めた——90が、「解決された」問題と研究コミュニティが呼ぶ目安である。留保は一文で足りる。このプログラムが差し出すのは信頼度指標（pLDDT）を伴うモデルであって、実験による測定ではない。
発見
| パラメータ | 値 |
|---|---|
| 日付 | 2020年11月30日（CASP14の結果）；2021年7月15日（Nature, vol. 596, p. 583–589） |
| チーム | DeepMind（John Jumper、Richard Evans ほか）、主要研究者約15名 |
| 課題 | タンパク質の折りたたみ（レヴィンサールのパラドックス、1969年） |
| ベンチマーク | CASP14（Critical Assessment of protein Structure Prediction） |
| GDT中央値 | 92.4 / 100（「解決」の目安：約90） |
| アーキテクチャ | Evoformer（48ブロック）＋ Structure Module（IPA、8ブロック） |
| 学習 | PDBの構造約17万件、TPUv3を128基、約11日 |
| 推論時間 | 数分（結晶構造解析の数か月〜数年に対して） |
技術的説明
1. 多重配列アライメント（MSA）と共進化情報の抽出。 標的配列を出発点に、AF2はUniRef90およびMGnify（約2億5000万配列）から相同配列を探索する。ともに共進化する位置（MSA上で相関する列）は3Dの接触を示す。残基 i と j が常に対になって変異するなら、両者は空間的に近い可能性が高い（< 8 Å）。典型的なMSAは1000〜10万の整列配列からなる。
2. Evoformer：MSAとペア表現に対する軸方向アテンション。 Evoformerは、(a) MSAの行に対するアテンション（row attention、同一配列内の残基間の関係を捉える）と、(b) 列に対するアテンション（column attention、配列間の共進化を捉える）を交互に行う。triangle updates と triangle attention は幾何学的整合性を課す。d(i,j) と d(j,k) が既知であれば、d(i,k) は三角不等式によって制約される。Evoformerは48ブロック、各ブロックは256 + 128チャネルである。
3. Structure Module：Invariant Point Attention（IPA）。 構造モジュールは抽象的な表現を3D座標に変換する。IPAは各残基に付随する frames（局所SE(3)座標系）——N、Cα、Cで定義される局所バックボーン——の空間で動作する。IPAのアテンションは回転および並進に対して不変であり、予測構造は初期の向きに依存しない。リサイクリングを伴う8ブロック（ネットワーク全体を3回反復）。
4. 損失関数とFAPE。 主たる損失は Frame Aligned Point Error（FAPE）である。残基の各ペアについて、誤差は二つの残基の一方の局所座標系で測られる。これにより、局所的な距離（結合、角度）と大域的な距離（三次接触）が同時に最適化される。学習では、この主損失に複数の補助損失が組み合わされる。
| 損失 | 役割 |
|---|---|
| FAPE（Frame Aligned Point Error） | 主損失——各残基の局所座標系で測られる位置誤差 |
| pLDDT | 予測の局所的な信頼度 |
| pTM | 大域的なTMスコア |
| ペプチド幾何の逸脱 | 結合長、ラマチャンドラン角 |
なぜうまくいったのか
決定的だったアーキテクチャ上の革新は二つある。第一に、triangle updates は3Dの幾何学的整合性を表現空間の内部で直接課す——従来の手法（trRosetta、RaptorX）は2Dの距離マップを予測したうえで構造を別途再構成しており、その過程で情報が失われていた。第二に、IPAはSE(3)不変な局所座標系での推論を可能にし、回転によるデータ拡張を不要にした。
| 比較点 | AlphaFold 2以前 | AlphaFold 2 |
|---|---|---|
| 幾何学的整合性 | 2Dの距離マップ（trRosetta、RaptorX）ののち構造を別途再構成——情報の損失 | Triangle updates：表現空間の内部で3D制約を課す |
| 回転に対する不変性 | 回転によるデータ拡張が必要 | IPA：SE(3)不変な局所座標系 |
| GDT中央値（CASP14） | 「解決」とされる想定の目安：約90 | 92.4 / 100 |
| 構造を得るまで | 数か月〜数年（結晶構造解析） | 数分（推論） |
リサイクリングによる学習（ネットワーク全体を3回通す）は反復的な自己修正を可能にする。最初のパスの誤りが後続のパスで検出され修正される——結晶構造解析における精密化を模した仕組みである。
因果連鎖
レヴィンサールのパラドックス（1969年、可能な立体配座10³⁰⁰通り）→ Protein Data Bankの創設（1971年）→ CASPの開始（1994年、隔年のベンチマーク）→ 接触予測へのMSAの利用（Marks et al., 2011）→ 距離マップへの深層学習の適用（trRosetta、2020年）→ AlphaFold 2（2020年、GDT 92.4、Evoformer + IPA） → 2億件の構造の公開（2022年、AlphaFold DB）→ AlphaFold 3（2024年、diffusion model、多様な標的）→ 2024年ノーベル化学賞（Hassabis、Jumper）
逸話
2020年11月30日のCASP14結果発表の場で、CASPの創設者であるJohn Moultはこう評した——"This is a big deal, in some sense the problem is solved." 評価者の一人であるAndrei Lupasは Nature に対し、「これはすべてを変えるだろう」 と語り、AlphaFoldのモデルのおかげで、自身の研究室が10年近く行き詰まっていた構造を解けたと述べている。CASPの周期ごとにGDTが数ポイント進むという漸進的な歩みに慣れていたバイオインフォマティクスの研究コミュニティは、たった一度のコンペティションで比類のない飛躍を目の当たりにした。
遺産と現在のデータ
2022年以降、データベースAlphaFold DBは2億件のタンパク質の予測構造を無償で公開している。この手法はAlphaFold 3（2024年）へと引き継がれ、拡散モデルに基づき、複数の標的へと対象を広げた。2024年、ノーベル化学賞がHassabisとJumperに贈られた。
出典
2026年8月の事実確認監査時に検証された参照先：本速報の主張が突き合わされたページである。