AlphaFold
Por que isso importa
Em profundidade
AlphaFold recebe uma única entrada — a sequência de aminoácidos de uma proteína — e retorna coordenadas 3D de seus átomos junto de pontuações de confiança por resíduo. O pipeline do AlphaFold 2 primeiro pesquisa bancos de sequências para construir um alinhamento múltiplo de sequências (MSA) de proteínas evolutivamente relacionadas e procura estruturas conhecidas que possam servir de templates. Ambos alimentam uma Rede neural construída em torno de um bloco chamado Evoformer, que troca informações entre o alinhamento e uma representação pareada das relações entre resíduos, seguida de um módulo estrutural que produz coordenadas atômicas. A rede é treinada com Aprendizado Supervisionado sobre as menos de 200.000 estruturas determinadas experimentalmente no Protein Data Bank, e o pipeline recicla sua própria saída pela rede algumas vezes para refinar o resultado. Executar uma predição leva de minutos a horas em uma única GPU, dependendo do comprimento da sequência.
O MSA é a Arma Secreta
A entrada mais importante do AlphaFold 2 não é a sequência em si, mas o alinhamento múltiplo de sequências: centenas ou milhares de sequências de proteínas relacionadas extraídas de bancos de dados públicos. Resíduos que sofrem mutações juntos ao longo da evolução costumam ficar próximos na estrutura dobrada, e esse sinal de covariação permite à rede inferir contatos 3D. Alinhamentos profundos produzem as previsões mais confiáveis; alinhamentos rasos são a principal razão para uma predição voltar sem confiança, algo comum em proteínas virais, proteínas projetadas de novo e sequências "órfãs" com poucos parentes conhecidos. Sistemas posteriores, como o ESMFold da Meta AI, substituem a busca em bancos por um modelo de linguagem de proteínas e rodam ordens de magnitude mais rápido, ao custo de alguma precisão em famílias bem alinhadas. Equipes que precisam de precisão máxima ainda executam o AlphaFold 2 completo e reservam as variantes de modelo de linguagem para triar milhões de sequências.
Por Dentro do Evoformer
O núcleo do AlphaFold 2 é o Evoformer, uma pilha de 48 blocos que passa informações de um lado para outro entre duas representações: as linhas e colunas do alinhamento e uma "representação de pares" que acompanha a crença atual da rede sobre a relação entre cada par de resíduos. O mecanismo é construído com Atenção, a mesma operação básica que alimenta o Transformer, adaptada com operações próprias chamadas atualizações triangulares, que empurram a representação de pares para a consistência geométrica: se o resíduo A está perto de B e B está perto de C, então A provavelmente também deve estar perto de C. Um módulo estrutural transforma a representação refinada em coordenadas usando atenção de pontos invariantes, uma variante consciente da geometria que se comporta corretamente sob rotações e translações 3D. A lição de projeto que surpreende muitos profissionais é quão pouco da precisão vem da escala bruta: o AlphaFold 2 tem cerca de 93 milhões de parâmetros, minúsculo pelos padrões dos modelos de linguagem modernos.
Como Ler as Pontuações de Confiança
Toda predição do AlphaFold vem com uma pontuação de confiança por resíduo chamada pLDDT, em uma escala de 0 a 100. Regiões com pontuação acima de 90 são geralmente confiáveis até no posicionamento das cadeias laterais, pontuações de 70 a 90 indicam um backbone confiável, e qualquer valor abaixo de 50 deve ser lido como "provavelmente não dobrado" — pLDDT baixo costuma ser uma predição correta de desordem intrínseca, não uma falha do modelo. Para complexos, a matriz de erro alinhado previsto (PAE) informa com quanta confiança pares de domínios ou cadeias são posicionados uns em relação aos outros, a diferença entre uma hipótese de docking utilizável e uma imagem bonita. O hábito de trabalho a desenvolver é olhar o gráfico de pLDDT antes da visualização 3D e tratar toda predição como uma hipótese que ainda precisa de apoio experimental antes de sustentar uma publicação ou um programa de medicamentos.
Ele Prevê Estruturas, Não o Dobramento
Um equívoco persistente é que AlphaFold "resolveu o problema do dobramento de proteínas". O que ele resolveu foi a predição de estrutura: dada uma sequência, produzir a forma que a proteína provavelmente adota. Ele não diz nada sobre como a proteína chega até lá — o caminho, a cinética e os estados intermediários de que trata o paradoxo clássico do dobramento — e produz sobretudo uma única conformação estática, enquanto proteínas reais flexionam, respiram e alternam entre estados. Também não informa diretamente o que uma mutação fará com a estabilidade ou a função, e sua forma de lidar com ligantes, membranas e modificações pós-traducionais varia em confiabilidade. O Aprendizado profundo aqui é mais bem entendido como um reconhecedor de padrões excepcionalmente bom sobre dados evolutivos e estruturais, não como um motor de física; para dinâmica, você ainda precisa de simulação molecular e experimentos de laboratório.
AlphaFold 3, o Banco de Dados e o Prêmio Nobel
Ao redor do modelo cresceu o AlphaFold Protein Structure Database, uma colaboração entre o Google DeepMind e o EMBL-EBI que publica gratuitamente predições pré-calculadas: mais de 200 milhões de estruturas cobrindo quase todas as proteínas catalogadas. Lançado em 2024, o AlphaFold 3 generaliza para além de cadeias isoladas de proteínas, chegando a complexos que envolvem DNA, RNA, ligantes e íons, e substitui o módulo estrutural por um Modelo de difusão que gera coordenadas atômicas diretamente, o que lhe permite lidar com química para além dos aminoácidos. O acesso ocorre por um servidor hospedado gratuito, e o código e os pesos foram depois lançados para uso não comercial, um gesto notável de Pesos abertos para um sistema de tanto valor estratégico, ecoando uma linhagem de pesquisa iniciada com o AlphaGo. Em 2024, Demis Hassabis e John Jumper receberam o Prêmio Nobel de Química pela predição de estruturas de proteínas, compartilhado com David Baker pelo design computacional de proteínas, consolidando AlphaFold como o exemplo padrão de IA fazendo ciência original.