¿Qué ha ayudado a descubrir AlphaFold?
Un estudio con AlphaFold-Multimer informó apoyo experimental para seis interfaces proteicas no descritas antes. CASP14 y la ampliación de la base dan contexto a la exactitud y la disponibilidad de las predicciones de estructura.
Revisión editorial del 18 nov 2026. Tres ejemplos del catálogo ilustran tipos distintos de evidencia.
Los experimentos apoyaron seis interfaces proteicas no descritas antes
Un estudio de 62 interacciones proteicas humanas seleccionadas usó AlphaFold-Multimer para predecir dónde podrían contactar las proteínas. Experimentos de seguimiento corroboraron seis interfaces no descritas antes. Los autores también informaron límites en la especificidad de la predicción. El apoyo experimental vale para las interfaces probadas en este estudio. Leer el estudio de interfaces proteicas.
CASP14 midió la exactitud de las predicciones
En la evaluación a ciegas CASP14, AlphaFold 2 obtuvo una mediana de 92.4 en el Global Distance Test entre los blancos, según Google DeepMind. Los organizadores compararon las predicciones con estructuras de referencia determinadas experimentalmente. Esa puntuación describe el rendimiento de benchmark en los blancos evaluados. Leer el anuncio de CASP14.
La AlphaFold Database amplió el acceso a las predicciones
En julio de 2022, Google DeepMind y el EMBL-EBI pusieron a disposición más de 200 millones de estructuras predichas. La publicación amplió mucho el conjunto de modelos estructurales que los investigadores podían consultar. El número cuenta las estructuras predichas publicadas en esa ampliación. Leer el anuncio de la base de 2022.
Explorar la evidencia del catálogo
Para cada estudio, compruebe qué midieron los investigadores y si la evidencia apoya una predicción estructural, una interacción física o una afirmación biológica más amplia.
Ver el perfil de la familia AlphaFold · Leer la evidencia y las reglas de selección.