AI Science Tracker
FR

Découvertes AlphaFold et éléments expérimentaux

Qu’a prédit AlphaFold, et qu’ont confirmé les chercheurs par des expériences ?

Tous les dossiers

Qu’est-ce qu’AlphaFold a aidé les scientifiques à découvrir ?

Une étude avec AlphaFold-Multimer a rapporté un appui expérimental pour six interfaces protéiques non décrites auparavant. CASP14 et l’extension de la base donnent un contexte à l’exactitude et à la disponibilité des prédictions de structure.

Relecture éditoriale du 18 nov. 2026. Trois exemples du catalogue illustrent des types d’éléments différents.

Des expériences ont appuyé six interfaces protéiques non décrites auparavant

Une étude de 62 interactions protéiques humaines retenues a utilisé AlphaFold-Multimer pour prédire où les protéines pourraient se toucher. Des expériences de suite ont corroboré six interfaces non décrites auparavant. Les auteurs ont aussi rapporté des limites de spécificité de la prédiction. L’appui expérimental vaut pour les interfaces testées dans cette étude. Lire l’étude sur les interfaces protéiques.

View the catalog record.

CASP14 a mesuré l’exactitude des prédictions

Dans l’évaluation en aveugle CASP14, AlphaFold 2 a obtenu une médiane de 92.4 au Global Distance Test sur les cibles, selon Google DeepMind. Les organisateurs ont comparé les prédictions à des structures de référence déterminées expérimentalement. Ce score décrit la performance de benchmark sur les cibles évaluées. Lire l’annonce de CASP14.

View the catalog record.

L’AlphaFold Database a élargi l’accès aux prédictions

En juillet 2022, Google DeepMind et l’EMBL-EBI ont rendu disponibles plus de 200 millions de structures prédites. La publication a beaucoup élargi l’ensemble des modèles structuraux que les chercheurs pouvaient consulter. Le nombre compte les structures prédites publiées dans cette extension. Lire l’annonce de la base de 2022.

View the catalog record.

Explorer les éléments du catalogue

Pour chaque étude, vérifiez ce que les chercheurs ont mesuré et si les éléments soutiennent une prédiction structurale, une interaction physique ou une affirmation biologique plus large.

Parcourir le profil de la famille AlphaFold · Lire les éléments et les règles de sélection.