AlphaFold est un système d'intelligence artificielle développé par DeepMind, une filiale d'Alphabet, qui prédit les structures tridimensionnelles des protéines à partir de séquences d'acides aminés avec une précision quasi-expérimentale. Introduit pour la première fois en 2018 et considérablement amélioré avec AlphaFold 2 en 2020, le système a réalisé une percée dans le problème du repliement des protéines de longue date, qui avait été l'un des grands défis de la biologie pendant plus de 50 ans. AlphaFold utilise des techniques d'apprentissage profond, y compris les architectures de réseaux de neurones basées sur l'attention et l'analyse d'alignement de séquences multiples, pour prédire les coordonnées spatiales de chaque atome dans une chaîne de protéine. La base de données AlphaFold Protein Structure Database, créée en partenariat avec l'Institut européen d'informatique biomédicale (EMBL-EBI) du Laboratoire européen de biologie moléculaire, fournit un accès gratuit et ouvert à plus de 200 millions de structures de protéines prédites, couvrant presque chaque protéine cataloguée connue de la science. Cette base de données permet aux chercheurs du monde entier d'accéder aux prédictions structurelles qui auraient précédemment nécessité des années de travail expérimental utilisant des techniques telles que la cristallographie aux rayons X, la microscopie cryoélectronique ou la spectroscopie de résonance magnétique nucléaire. AlphaFold 3, publié en 2024, a étendu les capacités du système pour prédire les structures de complexes contenant des protéines, de l'ADN, de l'ARN, des ligands et d'autres biomolécules, élargissant considérablement son applicabilité à la découverte de médicaments, la biologie moléculaire et la recherche biochimique. Le système a été largement adopté dans la recherche pharmaceutique pour comprendre les mécanismes des maladies, identifier les cibles de médicaments potentielles, concevoir de nouvelles enzymes et accélérer les premières étapes des pipelines de développement de médicaments. Le code source d'AlphaFold et les poids du modèle sont disponibles sous forme de logiciel open source sous la licence Apache 2.0, et la base de données de prédiction est librement accessible à tous les chercheurs. DeepMind fournit également le serveur AlphaFold, un outil web gratuit qui permet aux scientifiques de générer des prédictions pour les complexes protéiques sans nécessiter d'infrastructure informatique.

Analyse de données IA

AlphaFold effectue une analyse de données avancée pilotée par l'IA en interprétant les séquences d'acides aminés et les alignements de séquences multiples pour prédire les structures protéiques tridimensionnelles complexes. Le système traite de vastes quantités de données évolutives et structurales via des réseaux de neurones profonds pour générer des prédictions au niveau atomique hautement précises, représentant l'une des applications les plus sophistiquées de l'analyse de données par IA en science.

Découverte de médicaments IA

AlphaFold a transformé la découverte précoce de médicaments en permettant aux chercheurs de prédire les structures tridimensionnelles des protéines cibles avec une précision quasi-expérimentale. Les sociétés pharmaceutiques et les laboratoires universitaires utilisent AlphaFold pour identifier les sites de liaison, comprendre les interactions protéine-ligand et concevoir de nouvelles molécules thérapeutiques, réduisant considérablement le temps et les coûts associés à la détermination structurale dans le pipeline de développement de médicaments.

Outils de santé IA

AlphaFold contribue aux soins de santé en fournissant aux chercheurs des perspectives structurales sur les protéines liées aux maladies, permettant une meilleure compréhension des troubles génétiques, des maladies infectieuses et de la biologie du cancer. Ses prédictions aident les scientifiques à élucider les mécanismes moléculaires sous-jacents aux maladies et soutiennent le développement de thérapies ciblées et d'outils diagnostiques.

Outils de recherche IA

AlphaFold sert d'outil de recherche IA fondamental pour les biologistes moléculaires, biochimistes et biologistes structuraux du monde entier. Sa base de données de plus de 200 millions de structures prédites offre un accès instantané aux informations structurales qui nécessitaient auparavant des mois ou des années de travail expérimental, accélérant la recherche dans des domaines incluant la génomique, la biologie évolutive, la biologie synthétique et l'ingénierie des protéines.