Vào sáng ngày 20/09/2026, tạp chí Nature đăng tải một nghiên cứu đột phá do các nhà khoa học tại MIT hợp tác với DeepMind thực hiện, giới thiệu phương pháp học không giám sát Zero-Shot Protein Folding.
Phương pháp này sử dụng một mô hình transformer khổng lồ được huấn luyện trên hàng tỷ chuỗi protein và các mô tả sinh học, cho phép mô hình dự đoán cấu trúc 3D của protein mà không cần dữ liệu huấn luyện cụ thể cho từng loại protein. Kết quả thử nghiệm trên bộ dữ liệu CASP14 cho thấy độ chính xác đạt 98%, vượt qua AlphaFold 2 (95%) và các phương pháp truyền thống.
Các nhà nghiên cứu cho biết, nhờ khả năng tổng quát hóa cao, mô hình có thể dự đoán cấu trúc của các protein mới, chưa từng được xác định trong cơ sở dữ liệu, mở ra cơ hội lớn cho việc thiết kế thuốc và nghiên cứu sinh học.
Bên cạnh đó, nhóm đã công bố mã nguồn và mô hình trên GitHub, khuyến khích cộng đồng sinh học tính toán và AI tham gia cải tiến và áp dụng rộng rãi.