AlphaFold
AlphaFold adalah program kecerdasan buatan yang dikembangkan oleh DeepMind, anak perusahaan Alphabet, yang berfungsi memprediksi struktur protein.[1] Program ini dirancang menggunakan teknik pemelajaran mendalam.[2]
AlphaFold 1 (2018) menempati peringkat pertama dalam penilaian keseluruhan Critical Assessment of Structure Prediction (CASP) ke-13 pada Desember 2018. Program ini sangat sukses dalam memprediksi struktur paling akurat untuk target yang dinilai paling sulit oleh penyelenggara kompetisi, di mana tidak ada struktur templat yang tersedia dari protein dengan urutan yang sebagian mirip.
AlphaFold 2 (2020) mengulangi pencapaian tersebut pada kompetisi CASP14 pada November 2020.[3] Program ini mencapai tingkat akurasi yang jauh lebih tinggi dibandingkan entri lainnya.[2][4] AlphaFold 2 mencetak skor di atas 90 pada tes jarak global (GDT) CASP untuk sekitar dua pertiga dari protein, yaitu uji yang mengukur kesamaan antara struktur yang diprediksi secara komputasi dan struktur yang ditentukan secara eksperimental, di mana skor 100 mewakili kecocokan sempurna.[2][5] Penyertaan data metagenomik telah meningkatkan kualitas prediksi persejajaran sekuen jamak (MSA). Salah satu sumber terbesar dari data pelatihan tersebut adalah Basis Data Fantastis Besar (BFD) yang dirancang khusus, yang memuat 65.983.866 keluarga protein, direpresentasikan sebagai MSA dan model Markov tersembunyi (HMM), mencakup 2.204.359.010 urutan protein dari basis data referensi, metagenom, dan metatranskriptom.[6]
Hasil AlphaFold 2 pada CASP14 digambarkan sebagai "menakjubkan"[7] dan "transformasional".[8] Namun, beberapa peneliti mencatat bahwa akurasi prediksi AlphaFold 2 masih kurang memadai untuk sepertiga dari prediksinya, serta belum mengungkapkan mekanisme atau aturan dasar pelipatan protein, yang masih menjadi masalah yang belum terpecahkan.[9][10]
Meski demikian, pencapaian teknis ini diakui secara luas. Pada 15 Juli 2021, makalah AlphaFold 2 diterbitkan di Nature sebagai publikasi akses awal bersama perangkat lunak sumber terbuka dan basis data yang dapat dicari berisi proteom spesies.[6][11][12] Per Februari 2025, makalah tersebut telah dikutip hampir 35.000 kali.[13]
AlphaFold 3 diumumkan pada 8 Mei 2024. Versi ini mampu memprediksi struktur kompleks yang dibentuk oleh protein dengan DNA, RNA, berbagai ligan, dan ion.[14][15] Metode prediksi baru ini menunjukkan peningkatan akurasi minimal 50% untuk interaksi protein dengan molekul lain dibandingkan metode sebelumnya. Selain itu, untuk kategori interaksi tertentu yang penting, akurasi prediksi meningkat hingga dua kali lipat.[16]
Demis Hassabis dan John Jumper dari Google DeepMind dianugerahi setengah Penghargaan Nobel Kimia 2024 "atas prediksi struktur protein," sedangkan setengah lainnya diberikan kepada David Baker "atas desain protein komputasional".[17] Hassabis dan Jumper sebelumnya telah meraih Penghargaan Terobosan dalam Ilmu Hayati dan Penghargaan Albert Lasker untuk Penelitian Kedokteran Dasar pada 2023 berkat kepemimpinan mereka dalam proyek AlphaFold.[18][19]
Referensi
[sunting | sunting sumber]- ^ "AlphaFold". Deepmind. Diarsipkan dari versi aslinya tanggal 19 January 2021. Diakses tanggal 30 November 2020.
- ^ a b c "DeepMind's protein-folding AI has solved a 50-year-old grand challenge of biology". MIT Technology Review (dalam bahasa Inggris). Diarsipkan dari versi aslinya tanggal 2021-08-28. Diakses tanggal 2020-11-30.
- ^ Shead, Sam (2020-11-30). "DeepMind solves 50-year-old 'grand challenge' with protein folding A.I." CNBC (dalam bahasa Inggris). Diarsipkan dari versi aslinya tanggal 2021-01-28. Diakses tanggal 2020-11-30.
- ^ Stoddart, Charlotte (1 March 2022). "Structural biology: How proteins got their close-up". Knowable Magazine. doi:10.1146/knowable-022822-1. S2CID 247206999. Diarsipkan dari versi aslinya tanggal 7 April 2022. Diakses tanggal 25 March 2022.
- ^ Robert F. Service, 'The game has changed.' AI triumphs at solving protein structures Diarsipkan 2023-06-24 di Wayback Machine., Science, 30 November 2020
- ^ a b Jumper, John; Evans, Richard; Pritzel, Alexander; Green, Tim; Figurnov, Michael; Ronneberger, Olaf; Tunyasuvunakool, Kathryn; Bates, Russ; Žídek, Augustin; Potapenko, Anna; Bridgland, Alex; Meyer, Clemens; Kohl, Simon A A; Ballard, Andrew J; Cowie, Andrew; Romera-Paredes, Bernardino; Nikolov, Stanislav; Jain, Rishub; Adler, Jonas; Back, Trevor; Petersen, Stig; Reiman, David; Clancy, Ellen; Zielinski, Michal; Steinegger, Martin; Pacholska, Michalina; Berghammer, Tamas; Bodenstein, Sebastian; Silver, David; Vinyals, Oriol; Senior, Andrew W; Kavukcuoglu, Koray; Kohli, Pushmeet; Hassabis, Demis (2021-07-15). "Highly accurate protein structure prediction with AlphaFold". Nature (dalam bahasa Inggris). 596 (7873): 583–589. Bibcode:2021Natur.596..583J. doi:10.1038/s41586-021-03819-2. PMC 8371605. PMID 34265844.
- ^ Mohammed AlQuraishi, CASP14 scores just came out and they're astounding Diarsipkan 2022-08-04 di Wayback Machine., Twitter, 30 November 2020.
- ^ Callaway, Ewen (2020-11-30). "'It will change everything': DeepMind's AI makes gigantic leap in solving protein structures". Nature (dalam bahasa Inggris). 588 (7837): 203–204. Bibcode:2020Natur.588..203C. doi:10.1038/d41586-020-03348-4. PMID 33257889. S2CID 227243204.
- ^ Stephen Curry, No, DeepMind has not solved protein folding Diarsipkan 2022-07-29 di Wayback Machine., Reciprocal Space (blog), 2 December 2020
- ^ Ball, Phillip (9 December 2020). "Behind the screens of AlphaFold". Chemistry World. Diarsipkan dari versi aslinya tanggal 15 August 2021. Diakses tanggal 10 December 2020.
- ^ "GitHub - deepmind/alphafold: Open source code for AlphaFold". GitHub (dalam bahasa Inggris). Diarsipkan dari versi aslinya tanggal 2021-07-23. Diakses tanggal 2021-07-24.
- ^ "AlphaFold Protein Structure Database". alphafold.ebi.ac.uk. Diarsipkan dari versi aslinya tanggal 2021-07-24. Diakses tanggal 2021-07-24.
- ^ "Google Scholar". scholar.google.com. Diakses tanggal 2025-05-01.
- ^ "AlphaFold 3 predicts the structure and interactions of all of life's molecules". Google (dalam bahasa American English). 2024-05-08. Diarsipkan dari versi aslinya tanggal 2024-05-09. Diakses tanggal 2024-05-09.
- ^ Abramson, Josh; Adler, Jonas; Dunger, Jack; Evans, Richard; Green, Tim; Pritzel, Alexander; Ronneberger, Olaf; Willmore, Lindsay; Ballard, Andrew J.; Bambrick, Joshua; Bodenstein, Sebastian W.; Evans, David A.; Hung, Chia-Chun; O’Neill, Michael; Reiman, David (2024-05-08). "Accurate structure prediction of biomolecular interactions with AlphaFold 3". Nature (dalam bahasa Inggris). 630 (8016): 493–500. Bibcode:2024Natur.630..493A. doi:10.1038/s41586-024-07487-w. ISSN 1476-4687. PMC 11168924. PMID 38718835.
- ^ "Beyond AlphaFold 3: Navigating Future Challenges in Protein Structure Prediction" (dalam bahasa American English). 2024-05-10. Diakses tanggal 2024-11-29.
- ^ "Press release: The Nobel Prize in Chemistry 2024". The Royal Swedish Academy of Sciences. 9 October 2024. Diakses tanggal 29 November 2024.
The Royal Swedish Academy of Sciences has decided to award the Nobel Prize in Chemistry 2024 with one half to David Baker..."for computational protein design" and the other half jointly to Demis Hassabis... John Jumper..."for protein structure prediction"
- ^ Hunt, Christian Edwards, Katie (9 October 2024). "Scientists who used AI to 'crack the code' of almost all proteins win Nobel Prize in chemistry". CNN (dalam bahasa Inggris). Diarsipkan dari versi aslinya tanggal 10 October 2024. Diakses tanggal 9 October 2024. Pemeliharaan CS1: Banyak nama: authors list (link)
- ^ Knapp, Alex. "2023 Breakthrough Prizes Announced: Deepmind's Protein Folders Awarded $3 Million". Forbes (dalam bahasa Inggris). Diarsipkan dari versi aslinya tanggal 2024-05-09. Diakses tanggal 2024-05-09.