AlphaFold: differenze tra le versioni

Versione delle 15:48, 1 ago 2022

Versione delle 18:17, 1 ago 2022

Riga 1:

'''AlphaFold''' è un programma di [[intelligenza artificiale]] sviluppato da [[DeepMind]] ([[Alphabet]]/[[Google]]) per [[Predizione di struttura proteica|predire la struttura tridimensiomnale delle proteine]]<ref>{{cita web |titletitolo=AlphaFold |url=https://deepmind.com/research/case-studies/alphafold |websitesito=Deepmind |access-dateaccesso=30 Novembernovembre 2020}}</ref>

Il programma è stato progettato come un sistema di [[Deep learning]]<ref name=mittr20201130>{{Cita web|titletitolo=DeepMind's protein-folding AI has solved a 50-year-old grand challenge of biology|url=https://www.technologyreview.com/2020/11/30/1012712/deepmind-protein-folding-ai-solved-biology-science-drugs-disease/|access-dateaccesso=30 novembre 2020-11-30|websitesito=MIT Technology Review|languagelingua=en}}</ref>

il software di AlphaFold è stato rilasciato in due versioni. La prima nel 2018 AlphaFold 1 col quale un equipe di ricercatori si è posizianata al primo posto del 13° [[Critical Assessment of Techniques for Protein Structure Prediction]] (Valutazione critica di teniche per la predizione di strutture delle proteine)

Con la versione AlphaFold 2 del 2020 si posiziona nuovamente al 1° posto nel torneo CASP.<ref name=cnbc20201130>{{Citanews |lastcognome=Shead|firstnome=Sam |datedata=30 novembre 2020-11-30 |titletitolo=DeepMind solves 50-year-old 'grand challenge' with protein folding A.I. |url=https://www.cnbc.com/2020/11/30/deepmind-solves-protein-folding-grand-challenge-with-alphafold-ai.html |access-dateaccesso=30 novembre 2020-11-30|websitesito=CNBC|languagelingua=en}}</ref>. L'equipe ha raggiunto un livello di accuratezza distaccando nettamente tutti gli altri<ref name=mittr20201130/><ref name="Stoddart">{{cite journalCita pubblicazione|last1cognome1=Stoddart |first1nome1=Charlotte |titletitolo=Structural biology: How proteins got their close-up |journalrivista=Knowable Magazine |datedata=1º Marchmarzo 2022 |doi=10.1146/knowable-022822-1|doi-access=free |url=https://knowablemagazine.org/article/living-world/2022/structural-biology-how-proteins-got-their-closeup |access-dateaccesso=25 Marchmarzo 2022}}</ref>

Ha raggiunto un ponteggio superiore a 90 per circa i 2/3 delle proteine del [[Global distance test]] di CASP, un test che misura il grado di un programma computazionale di predire una struttura proteica- comparata ad una struttura determinata in un esperimento di laboratorio, con valore 100 come riscontro perfetto<ref name=mittr20201130/><ref name=science20201130>Robert F. Service, [https://www.science.org/content/article/game-has-changed-ai-triumphs-solving-protein-structures ‘The game has changed.’ AI triumphs at solving protein structures], ''[[Science (magazine)|Science]]'', 30 November 2020</ref><ref>{{cita news| url = https://edge9.hwupgrade.it/news/innovazione/alphafold-2-di-google-risolve-uno-dei-piu-grandi-problemi-della-biologia-il-ripiegamento-delle-proteine_93989.html | titolo = AlphaFold 2 di Google risolve uno dei più grandi problemi della biologia, il ripiegamento delle proteine |pubblicazione = hwupgrade.it|data = 7 dicembre 2020|accesso = 1º agosto 2022}}</ref>.

Il 22 luglio [[2021]] viene pubblicato la base dati [[AlphaFold Protein Structure Database]] con uno sforzo congiunto tra alphafold e [[EMBL-EBI]] (Istituto europeo di bioinformatica) che contiene quasi tutte le strutture proteiche predette (365.000 ca.) del proteoma umano [[UniProt]] e di 20 organismi modello

Il 28 luglio [[2022]] vengono pubblicate le strutture di oltre 200 milioni di proteine<ref>{{cita news| url = https://www.ansa.it/canale_scienza_tecnica/notizie/biotech/2022/07/29/lia-mette-a-nudo-quasi-tutte-le-proteine-note-oltre-200-milioni-_fafedcaa-5c27-4fff-9e8f-85e911236fe9.html | titolo = L’IA mette a nudo quasi tutte le proteine note, oltre 200 milioni |pubblicazione = ansa.it|data = 29 luglio 2022|accesso = 1º agosto 2022}}</ref><ref>{{cita news| url = https://www.dday.it/redazione/43366/lintelligenza-artificiale-di-deepmind-ha-ricostruito-la-struttura-3d-di-tutte-le-proteine-conosciute | titolo = L'Intelligenza Artificiale di DeepMind ha ricostruito la struttura 3D di tutte le proteine conosciute |pubblicazione = ansa.it|data = 28 luglio 2022|accesso = 1º agosto 2022}}</ref>.

== Note ==

<references/>

Riga 18:

* [https://predictioncenter.org/casp14/index.cgi CASP 14]

* [https://www.youtube.com/watch?v=gg7WjuFs8F4 AlphaFold: The making of a scientific breakthrough], DeepMind, via YouTube.

* [https://github.com/sokrypton/ColabFold ColabFold] ({{cita pubblicazione | last1cognome1=Mirdita | first1nome1=Milot | last2cognome2=Schütze | first2nome2=Konstantin | last3cognome3=Moriwaki | first3nome3=Yoshitaka| last4cognome4=Heo | first4nome4=Lim | last5cognome5=Ovchinnikov | first5nome5=Sergey | last6cognome6=Steinegger | first6nome6=Martin | titletitolo=ColabFold: Making protein folding accessible to all | journalrivista=Nature Methods | datedata=2022-05-30 maggio 2022 | volume=19 | issuenumero=6 | pagespp=679–682 | doi=10.1038/s41592-022-01488-1 | pmid=35637307 | pmc=9184281 | doi-access=free | languagelingua=en }}), [https://colab.research.google.com/github/sokrypton/ColabFold/blob/main/AlphaFold2.ipynb version] for homooligomeric prediction and complexes

* [https://alphafold.ebi.ac.uk/ AlphaFold Protein Structure Database]