AlphaFold, cinq ans apres : un outil de structure des proteines utilise par plus de 3 millions de chercheurs

Cinq ans apres que le systeme AlphaFold 2 a resolu un probleme qui a deroute les biologistes pendant un demi-siecle, Google DeepMind a publie un bilan anniversaire decrivant comment l outil s est repandu dans la communaute scientifique mondiale. Selon l entreprise, AlphaFold est aujourd hui utilise par plus de 3 millions de chercheurs dans plus de 190 pays, dont plus d un million d utilisateurs dans les pays a revenu faible et intermediaire.

La science sous-jacente reste importante. En 2020, AlphaFold 2 a remporte le concours CASP 14 de prediction de structure des proteines, resolvant en pratique un defi vieux de 50 ans : predire la forme tridimensionnelle d une proteine a partir de sa sequence d acides amines. La base de donnees des structures de proteines AlphaFold, construite avec l EMBL-EBI, a depuis publie des predictions pour plus de 200 millions de structures. Ce travail a recu le prix Nobel de chimie 2024.

DeepMind indique qu AlphaFold a ete cite dans plus de 35 000 articles, dont plus de 30 pour cent des etudes liees portent sur des maladies. L entreprise met en avant des applications concretes comme la conservation des abeilles, la recherche sur les maladies cardiaques avec la proteine apoB100 et des etudes sur la resilience des cultures.

Les reserves comptent. AlphaFold predit des structures statiques avec des scores de confiance, mais les predictions ne sont pas une preuve experimentale, et le modele est moins fiable pour certaines regions desordonnees, complexes et la dynamique moleculaire. AlphaFold 3, lance en 2024, etend les predictions a l ADN, l ARN et les ligands, mais son code n est accessible qu aux universitaires. Les chercheurs soulignent que les predictions exigent encore une validation en laboratoire.