Em termos simples
Uma proteína é uma cadeia longa que se dobra sobre si mesma, e o número de dobramentos possíveis é astronômico: é esse o problema que a predição de estruturas procura contornar. O AlphaFold 3, publicado pela DeepMind em maio de 2024, amplia o exercício para os conjuntos moleculares — o que uma proteína forma com DNA, RNA, um ligante ou um íon — e não apenas para as proteínas isoladas. Para isso, ele deixa de construir a estrutura peça por peça: parte de um ruído aleatório que vai retirando progressivamente até fazer surgir as coordenadas atômicas, o que lhe permite propor várias formas plausíveis para um mesmo complexo, em vez de uma só. O uso pretendido é a triagem de moléculas candidatas por computador, antes da bancada. Nem por isso é um produto pronto para uso: cada predição vem acompanhada de índices de confiança, as regiões menos confiáveis ainda precisam de confirmação experimental e o modelo só passou por uma avaliação cega independente depois do lançamento, na CASP16.
Descoberta
| Parâmetro | Valor |
|---|---|
| Data de publicação | 8 de maio de 2024 (Nature, vol. 630, p. 493–500) |
| Equipe | DeepMind / Isomorphic Labs (Josh Abramson, Jonas Adler et al.) |
| Arquitetura | Diffusion model condicionado (Pairformer + diffusion head) |
| Dados de treinamento | PDB (corte em 30 de setembro de 2021) + cross-distillation do AlphaFold-Multimer v2.3 |
| Alvos | Proteínas, DNA, RNA, ligantes, íons, modificações pós-traducionais |
| Servidor público | AlphaFold Server (limitado a 5.000 resíduos por consulta) |
| Licença | Servidor público no lançamento; pesos e código-fonte liberados em novembro de 2024 para uso acadêmico |
Explicação técnica
1. Representação de entrada multimodal. O AlphaFold 3 aceita como entrada uma sequência proteica (MSA + templates), uma sequência nucleotídica (DNA/RNA) e/ou um ligante em formato SMILES. Cada entidade é tokenizada e projetada em um espaço de embedding comum de dimensão 384. Os pares resíduo-resíduo (ou resíduo-átomo) são codificados em uma matriz de representação pair de dimensão N×N×128.
2. Trunk: Pairformer (em substituição ao Evoformer). O Pairformer usa camadas de triangle attention e triangle update (como o AF2), mas elimina a representação MSA explícita em favor de um embedding single condensado. Isso reduz a complexidade de memória de O(Nseq×Nres2) para O(Nres2), permitindo tratar complexos de > 5.000 resíduos. O trunk é composto de 48 blocos Pairformer com conexões residuais.
3. Diffusion head: geração de coordenadas por remoção de ruído. Diferentemente do AF2 (que usa um módulo estrutural IPA), o AF3 gera as coordenadas atômicas 3D por um processo de difusão-remoção de ruído em 200 etapas. O modelo aprende a inverter um ruído gaussiano aplicado às coordenadas atômicas do PDB. A cada etapa, a rede prevê o ruído a ser retirado e refina progressivamente a estrutura. Essa abordagem capta naturalmente a multimodalidade — várias conformações possíveis para um mesmo complexo.
4. Confidence head e reciclagem. O módulo de confiança estima o pTM (predicted TM-score), o PAE (predicted aligned error) e o pLDDT (predicted local distance difference test). As predições de baixa confiança (pLDDT < 50) correspondem a regiões intrinsecamente desordenadas ou a interfaces mal resolvidas.
Por que funcionou
A abordagem por difusão resolve duas limitações importantes do AF2: o viés em direção a uma única conformação (o módulo IPA do AF2 converge para um mínimo único) e a incapacidade de modelar as moléculas pequenas (ligantes, íons), que não têm MSA. A tabela abaixo confronta as duas gerações nos pontos de arquitetura descritos acima.
| Ponto de comparação | AlphaFold 2 | AlphaFold 3 |
|---|---|---|
| Trunk | Evoformer, com representação MSA explícita | Pairformer, embedding single condensado |
| Complexidade de memória | O(Nseq×Nres2) | O(Nres2) |
| Geração de coordenadas | Módulo estrutural IPA | Difusão-remoção de ruído em 200 etapas |
| Conformações produzidas | Convergência para um mínimo único | Conjunto de estruturas (multimodalidade) |
| Moléculas pequenas (ligantes, íons) | Não modeladas, por falta de MSA | Suportadas |
O modelo de difusão gera um conjunto de estruturas, captando a heterogeneidade conformacional — algo crítico para os sítios de ligação proteína-ligante, onde a flexibilidade determina a afinidade.
O treinamento combina o PDB com uma cross-distillation das predições do AlphaFold-Multimer v2.3: o AF3 aprende com o antecessor e ao mesmo tempo o supera, criando um ciclo de melhoria cumulativa.
Cadeia causal
Paradoxo de Levinthal (1969, espaço conformacional astronômico) → CASP (1994, benchmark bienal) → AlphaFold 1 (2018, CASP13, GDT 58) → Evoformer + IPA (AF2, 2020, CASP14, GDT 92,4) → Publicação de 200M de estruturas (2022) → AlphaFold 3 (2024, diffusion model, multialvo) → Triagem virtual in silico (2024–) → Drug design acelerado (horizonte 2026–2030)
Anedota histórica
Na sua publicação, em maio de 2024, o AF3 havia sido avaliado apenas em benchmarks internos — a CASP15 ocorrera em 2022, antes do lançamento —, o que suscitou críticas da comunidade quanto à ausência de validação independente. Desde então, o modelo passou por uma avaliação cega independente na CASP16 (2024), publicada na Proteins.
Limites e controvérsias
Os resultados apresentados correspondem aos dados publicados nas fontes citadas. As medições históricas foram reavaliadas por pesquisas posteriores — os valores modernos são indicados quando diferem. As estatísticas atuais vêm de fontes institucionais cujas metodologias podem variar.
Fontes
Referências verificadas durante a auditoria de checagem de fatos de agosto de 2026: são as páginas
contra as quais as afirmações deste boletim foram confrontadas.