L'outil de prédiction de structure protéique par intelligence artificielle « AlphaFold » fait l'objet d'une mise à jour majeure. Le dernier jeu de données, fruit d'une collaboration quadripartite entre le Laboratoire européen de biologie moléculaire - Institut européen de bio-informatique, la société « DeepMind » de Google, NVIDIA et l'Université nationale de Séoul, intègre pour la première fois à grande échelle des données de prédiction de structures de complexes protéiques. Des millions de structures de complexes protéiques prédites par l'IA sont désormais officiellement accessibles aux chercheurs du monde entier, constituant ainsi le plus vaste jeu de données de prédiction de complexes protéiques à ce jour.
Le nouveau jeu de données publié représente une avancée clé : l'intégration systématique, pour la première fois, de données de prédiction de structures de complexes protéiques. Les ajouts comprennent 1,7 million de structures d'homodimères de haute confiance — c'est-à-dire des complexes composés de deux protéines identiques. Ce type de données a une valeur fondamentale importante pour comprendre comment les protéines interagissent pour exercer leurs fonctions biologiques. En outre, ce jeu de données donne la priorité aux protéines étroitement liées à la santé humaine et à la recherche sur les maladies, offrant ainsi un nouveau support de données pour le développement de médicaments et l'étude des mécanismes pathologiques.
Depuis son apparition, « AlphaFold » a démontré des capacités révolutionnaires dans le domaine de la prédiction de structures de protéines individuelles. Cependant, dans les organismes vivants, les protéines fonctionnent généralement sous forme de complexes, et les interactions entre protéines déterminent la manière dont leurs fonctions sont réalisées. Cette extension vers la prédiction de structures de complexes signifie que la technologie de l'IA évolue de la « protéine individuelle » vers le « réseau d'interactions protéiques », ouvrant ainsi de nouvelles dimensions à la recherche en sciences de la vie.
Les résultats de cette collaboration quadripartite illustrent également un modèle d'innovation collaborative entre institutions de recherche publiques, entreprises technologiques et établissements universitaires. Avec l'ouverture et le partage des données de structures de complexes protéiques prédites par l'IA, les chercheurs mondiaux dans les domaines des sciences de la vie, du développement de médicaments et de la biologie synthétique pourront s'appuyer sur une base de données plus riche pour accélérer le processus allant de la recherche fondamentale à l'application et à la transformation.
