David Baker új fehérjék tervezéséért kapta a díjat, a Google DeepMind kutatói, Demis Hassabis és John Jumper pedig a fehérjék háromdimenziós szerkezetét meghatározó AlphaFold2 mesterséges intelligencia kifejlesztéséért.
Az AlphaFold új változata már a DNS, az RNS és a fehérjékhez kötő gyógyszerhatóanyagok szerkezetét is meg tudja határozni, ami jelentősen felgyorsíthatja az új hatóanyagok felfedezését.
A Facebook anyavállalatának mesterséges intelligenciával foglalkozó kutatói az eddigi módszereknél sokkal gyorsabb fehérjekutató algoritmust hoztak létre, amely egy csapásra 600 millió fehérje háromdimenziós szerkezetét fejtette meg.
Az új mélytanulási algoritmus forradalmasíthatja a terápiákhoz és nanotechnológiás szerkezetekhez szükséges fehérjék tervezését. A ProteinMPNN sokkal gyorsabb, mint a korábbi eszközök, és az általa tervezett molekulák többnyire a valóságban is működnek.
Az embereknek több évtized alatt 100 ezret sikerült.
A Google-féle DeepMind legújabb AI-modellje az aminosavak sorrendjéből egész pontosan megfejti a fehérjék háromdimenziós térszerkezetét. A mesterséges intelligencia forradalmasíthatja a gyógyszerkutatást: van olyan rákkutató cég, ahol az AlphaFold2 a korábbi egy hónapról néhány órára csökkentette a hatóanyag-jelölt fehérjék megtalálását.