30 ноября 2020 года, при оглашении результатов конкурса CASP14, AlphaFold 2 получает медианную оценку GDT 92,4 из 100 — выше порога примерно в 90, начиная с которого задача считается «решённой». Предсказание трёхмерной структуры белка по одной лишь его последовательности — вопрос, открытый со времён парадокса Левинталя (1969), — переходит от месяцев кристаллографии к нескольким минутам вычислений. В 2022 году 200 миллионов предсказанных структур публикуются бесплатно.
Источник: deepmind.google
Простыми словами
Белок — это длинная цепь звеньев, которая складывается сама на себя, принимая точную форму. Угадать эту форму по одному только списку звеньев — всё равно что искать иглу в астрономически огромном пространстве возможностей: парадокс Левинталя оценивал это поле примерно в 10³⁰⁰ конформаций. Пятьдесят лет получение реальной формы требовало месяцев, а порой и лет кристаллографии. AlphaFold 2 делает ту же работу за несколько минут, с результатом 92,4 из 100 на эталонном конкурсе CASP14 — при том что 90 и есть порог, начиная с которого сообщество говорит о «решённой» задаче. Оговорка умещается в одну фразу: программа выдаёт модель с показателем достоверности (pLDDT), а не экспериментальное измерение.
Открытие
| Параметр | Значение |
|---|---|
| Дата | 30 ноября 2020 г. (результаты CASP14); 15 июля 2021 г. (Nature, т. 596, с. 583–589) |
| Команда | DeepMind (John Jumper, Richard Evans et al.), ~15 основных исследователей |
| Задача | Сворачивание белков (парадокс Левинталя, 1969) |
| Бенчмарк | CASP14 (Critical Assessment of protein Structure Prediction) |
| Медианная оценка GDT | 92,4 / 100 (порог «решено»: ~90) |
| Архитектура | Evoformer (48 блоков) + Structure Module (IPA, 8 блоков) |
| Обучение | ~170 000 структур из PDB, 128 TPUv3, ~11 дней |
| Время вывода | Минуты (против месяцев/лет в кристаллографии) |
Техническое объяснение
1. Множественное выравнивание последовательностей (MSA) и извлечение коэволюционного сигнала. Отталкиваясь от целевой последовательности, AF2 ищет гомологичные последовательности в базах UniRef90 и MGnify (~250 миллионов последовательностей). Позиции, коэволюционирующие совместно (коррелированные столбцы в MSA), указывают на трёхмерные контакты: если остатки i и j всегда мутируют парой, они, вероятно, близки в пространстве (< 8 Å). Типичное MSA включает от 1000 до 100 000 выровненных последовательностей.
2. Evoformer: осевое внимание к MSA и парным представлениям. Evoformer чередует (a) внимание по строкам MSA (row attention), улавливающее связи между остатками одной последовательности, и (b) внимание по столбцам (column attention), улавливающее коэволюцию между последовательностями. Triangle updates и triangle attention навязывают геометрическую согласованность: если d(i,j) и d(j,k) известны, то d(i,k) ограничено неравенством треугольника. 48 блоков Evoformer, каждый с 256 + 128 каналами.
3. Structure Module: Invariant Point Attention (IPA). Структурный модуль превращает абстрактные представления в трёхмерные координаты. IPA работает в пространстве frames (локальных систем отсчёта SE(3)), привязанных к каждому остатку, — локального остова, заданного N, Cα, C. Внимание IPA инвариантно к вращению и переносу: предсказанная структура не зависит от начальной ориентации. 8 блоков с рециклингом (3 полных прохода сети).
4. Функции потерь и FAPE. Основная функция потерь — Frame Aligned Point Error (FAPE): для каждой пары остатков ошибка измеряется в локальной системе отсчёта одного из двух остатков. Это гарантирует, что локальные расстояния (связи, углы) и глобальные расстояния (третичные контакты) оптимизируются одновременно. Обучение сочетает эту основную функцию потерь с несколькими вспомогательными:
| Функция потерь | Роль |
|---|---|
| FAPE (Frame Aligned Point Error) | Основная функция потерь — ошибка положения, измеренная в локальной системе отсчёта каждого остатка |
| pLDDT | Локальная достоверность предсказания |
| pTM | Глобальная оценка TM |
| Нарушение пептидной геометрии | Длины связей, углы Рамачандрана |
Почему это сработало
Решающими оказались две архитектурные новации. Во-первых, triangle updates навязывают трёхмерную геометрическую согласованность непосредственно в пространстве представлений — прежние методы (trRosetta, RaptorX) предсказывали двумерные карты расстояний, а затем отдельно восстанавливали структуру, теряя информацию. Во-вторых, IPA позволяет рассуждать в локальных системах отсчёта, инвариантных относительно SE(3), что снимает необходимость в ротационной аугментации данных.
| Пункт сравнения | До AlphaFold 2 | AlphaFold 2 |
|---|---|---|
| Геометрическая согласованность | Двумерные карты расстояний (trRosetta, RaptorX), затем отдельное восстановление структуры — потеря информации | Triangle updates: трёхмерное ограничение навязано в пространстве представлений |
| Инвариантность к вращениям | Требуется ротационная аугментация данных | IPA: локальные системы отсчёта, инвариантные относительно SE(3) |
| Медианная оценка GDT (CASP14) | Ожидаемый порог «решено»: ~90 | 92,4 / 100 |
| Получение структуры | От месяцев до лет (кристаллография) | Минуты (вывод) |
Обучение с рециклингом (3 полных прохода сети) даёт итеративную самокоррекцию: ошибки первого прохода обнаруживаются и исправляются последующими, что воспроизводит уточнение в кристаллографии.
Причинная цепь
Парадокс Левинталя (1969, 10³⁰⁰ возможных конформаций) → создание Protein Data Bank (1971) → запуск CASP (1994, бенчмарк раз в два года) → использование MSA для предсказания контактов (Marks et al., 2011) → глубокое обучение на картах расстояний (trRosetta, 2020) → AlphaFold 2 (2020, GDT 92,4, Evoformer + IPA) → публикация 200 млн структур (2022, AlphaFold DB) → AlphaFold 3 (2024, diffusion model, множественные мишени) → Нобелевская премия по химии 2024 (Hassabis, Jumper)
Анекдот
При оглашении результатов CASP14 30 ноября 2020 года John Moult — основатель CASP — комментирует: «This is a big deal, in some sense the problem is solved.» Andrei Lupas, один из оценщиков, заявляет Nature: «Это изменит всё» — и уточняет, что модели AlphaFold позволили его лаборатории решить структуру, над которой она билась почти десять лет. Сообщество биоинформатиков, привыкшее к приростам в несколько пунктов GDT за цикл CASP, видит несопоставимый скачок за один-единственный конкурс.
Наследие и текущие данные
С 2022 года база AlphaFold DB бесплатно распространяет предсказанные структуры 200 миллионов белков. Подход был продолжен в AlphaFold 3 (2024), построенном на диффузионной модели и расширенном на множественные мишени. В 2024 году Нобелевская премия по химии отмечает Hassabis и Jumper.
Источники
Ссылки, проверенные в ходе фактологического аудита в августе 2026 года: это страницы,
по которым сверялись утверждения настоящего бюллетеня.