Google DeepMind vừa tung ra phiên bản thứ tư của AlphaFold, một bước nhảy vọt từ dự đoán cấu trúc tĩnh sang mô phỏng động lực học protein. Trước đây, AlphaFold chỉ trả về một hình dạng ổn định nhất; tuy nhiên, AlphaFold 4 có khả năng mô phỏng cách các protein uốn cong, thay đổi hình dạng khi liên kết với ligand hoặc trong các điều kiện môi trường khác nhau. Điều này cực kỳ quan trọng đối với việc thiết kế các loại thuốc nhắm vào các mục tiêu protein khó bám vào (undruggable targets).
Các nhà nghiên cứu tại Đại học Stanford và ETH Zurich đã kiểm tra ngay lập tức và xác nhận rằng khả năng mô phỏng động lực học của AlphaFold 4 giúp rút ngắn thời gian sàng lọc ảo cho các ứng viên thuốc từ hàng tuần xuống còn vài giờ. Mô hình này sử dụng kiến trúc transformer mới kết hợp với vật lý phân tử, cho phép dự đoán cả năng lượng tương tác lẫn entropy trong quá trình liên kết.
Sự ra mắt của AlphaFold 4 được xem là một cú hích lớn cho ngành dược phẩm, đặc biệt là trong việc phát triển các loại vaccine protein tái tổ hợp và liệu pháp enzyme thay thế cho bệnh nhân rối loạn di truyền. DeepMind cho biết sẽ mở cửa API hạn chế cho các phòng thí nghiệm nghiên cứu y sinh trên toàn thế giới trong quý 1 năm 2027.