NEWS FDN (다큐)

[AI·InSight] AlphaFold 3, plus étonnant qu'AlphaGo ···"Dévoiler les secrets de la vie"

Création: 2025-07-26

Création: 2025-07-26 22:35

IA, décrypter les secrets de la vie… La donne change dans le développement de médicaments
L'IA déverrouille les secrets de la vie... Transformer le développement de médicaments

Article rédigé par le chroniqueur Choi Bong-hyuk | theesg News
Article de Columnist Choi Bong-hyuk | theesg News

La structure des protéines est essentielle à la compréhension des phénomènes de la vie. Cependant, la prédiction de cette structure est restée un défi de longue date dans le domaine des sciences de la vie. L'intelligence artificielle (IA) a fourni la réponse à ce problème. Le protagoniste est 'AlphaFold', une IA développée par Google DeepMind.
La structure des protéines est essentielle à la compréhension des phénomènes de la vie. Cependant, la prédiction de cette structure est restée un défi de longue date dans les sciences de la vie. L'intelligence artificielle (IA) a fourni la réponse à ce problème. Le protagoniste est 'AlphaFold', une IA développée par Google DeepMind.

AlphaFold est un programme d'IA qui prédit avec précision la structure tridimensionnelle des protéines en utilisant uniquement les séquences d'acides aminés. En termes simples, cela signifie que l'IA esquisse d'abord les torsions et les virages des protéines, qui sont aussi longues et complexes que des fils emmêlés. Étant donné que les protéines doivent se replier dans des structures spécifiques pour fonctionner correctement, les prédictions d'AlphaFold fournissent des informations révolutionnaires pour comprendre les phénomènes de la vie et développer de nouveaux médicaments.
AlphaFold est un programme d'IA qui prédit avec précision la structure tridimensionnelle des protéines en utilisant uniquement les séquences d'acides aminés. Pour faire simple, cela signifie que l'IA esquisse d'abord les torsions et les virages des protéines, qui sont aussi longues et complexes que des fils emmêlés. Puisque les protéines doivent se replier en structures spécifiques pour fonctionner correctement, les prédictions d'AlphaFold fournissent des connaissances révolutionnaires pour comprendre les phénomènes de la vie et développer de nouveaux médicaments.

Relever le défi du « repliement des protéines »
Défier l'énigme du « repliement des protéines »

Au milieu des années 2010, après avoir étonné le monde avec son IA pour les échecs et le Go, 'AlphaGo', DeepMind s'est lancé dans un autre défi. Cette fois, c'était le « problème du repliement des protéines », souvent appelé le « Saint Graal » des sciences de la vie. Auparavant, révéler les structures des protéines nécessitait des années d'expériences et d'énormes fonds de recherche. DeepMind croyait que les capacités de reconnaissance de formes de l'IA et de vastes ressources de données pourraient résoudre ce problème.
Au milieu des années 2010, après avoir étonné le monde avec son IA pour les échecs et le Go, 'AlphaGo', DeepMind s'est lancé dans un autre défi. Cette fois, c'était le « problème du repliement des protéines », souvent appelé le « Saint Graal » des sciences de la vie. Auparavant, révéler les structures des protéines nécessitait des années d'expériences et d'énormes fonds de recherche. DeepMind croyait que les capacités de reconnaissance de formes de l'IA et les vastes ressources de données pourraient résoudre ce problème.

Preuve de ses prouesses aux Jeux olympiques de prédiction de la structure des protéines par l'IA
Démontrer ses prouesses aux Jeux olympiques de prédiction de la structure des protéines par l'IA

AlphaFold a fait ses débuts à la compétition internationale de prédiction de la structure des protéines de 2018, 'CASP'. Bien qu'il s'agisse de la version 1.0, il a obtenu une précision supérieure à toute méthode de prédiction existante, remportant la première place. À l'époque, il n'était pas encore au niveau de remplacer les expériences, mais il a prouvé le potentiel de l'IA à changer le paradigme des sciences de la vie.
AlphaFold a fait ses débuts à la compétition internationale de prédiction de la structure des protéines en 2018 'CASP'. Bien qu'il s'agisse de la version 1.0, il a obtenu une précision supérieure à toute méthode de prédiction existante, remportant la première place. A l'époque, il n'était pas encore au niveau de remplacer les expériences, mais il a prouvé le potentiel de l'IA à changer le paradigme des sciences de la vie.

En 2020, AlphaFold 2.0 a présenté un niveau de performance complètement nouveau lors de la même compétition. Il a atteint une précision de prédiction comparable, voire supérieure, aux résultats expérimentaux réels. La communauté scientifique a salué cela comme « la solution virtuelle au problème du repliement des protéines ».
En 2020, AlphaFold 2.0 a présenté un niveau de performance complètement nouveau lors de la même compétition. Il a atteint une précision de prédiction comparable, voire supérieure, aux résultats expérimentaux réels. La communauté scientifique a salué cela comme « la solution virtuelle au problème du repliement des protéines ».

Changer le paysage de la science grâce à la divulgation des données
Changer le paysage de la science grâce à la divulgation des données

En 2021, DeepMind a rendu le modèle de prédiction et le code source d'AlphaFold librement accessibles aux scientifiques du monde entier. Simultanément, il a prédit et mis en base de données les structures 3D de millions de protéines. Ces données sont maintenant largement utilisées dans de nombreux domaines des sciences de la vie, notamment le développement de médicaments, la recherche sur les maladies et l'ingénierie enzymatique. La recherche qui prenait autrefois des années peut désormais être achevée en quelques minutes, ce qui réduit considérablement le temps et le coût du développement de médicaments.
En 2021, DeepMind a mis à la disposition des scientifiques du monde entier le modèle de prédiction et le code source d'AlphaFold. Simultanément, il a prédit et mis en base de données les structures 3D de millions de protéines. Ces données sont désormais largement utilisées dans de nombreux domaines des sciences de la vie, notamment le développement de médicaments, la recherche sur les maladies et l'ingénierie enzymatique. La recherche qui prenait autrefois des années peut désormais être achevée en quelques minutes, ce qui réduit considérablement le temps et le coût du développement de médicaments.


Commentaires0