للبروتينات دورٌ محوريّ في الخلايا، حيث تعتبر الماكينات التي تقوم بكل الوظائف الميكانيكيّة في الخليّة. كما تُحدّد البنيّة الثلاثيّة وظيفة البروتينات؛ مما دفع العلماء للتسابق في تحديد البنيّة الثلاثيّة لعشرات الآلاف من البروتينات. ولكن يستغرق تحديد بنية بروتين واحد سنوات عديدة من الدراسات والأبحاث، مما يُعرقل قدرتنا على تحديد هياكل ملايين البروتينات الموجودة في الطبيعة، أو المُصنعة في المعامل؛ وهذا ما دفع العلماء لتطوير تقنيّات جديدة تُسهل تحديد الهياكل ثلاثيّة الأبعاد للبروتينات.

ومؤخرًا، أحدثت التطورات في علوم الحاسوب، خاصة لوغاريتمات الذكاء الاصطناعي، ثورة في قدرتنا على التنبؤ بالكثير من الأشياء بدقة هائلة، خاصة بعد تدريب الحاسوب على كميّات هائلة من البيانات المُتاحة. فقد حاول الباحثون تسخير هذه التكنولوجيا للتنبؤ بهياكل البروتينات الثلاثيّة، بناءً على تسلسل الأحماض الأمينية لكل بروتين. وتُعد AlphaFold من أبرز هذه النهوج الحسابيّة؛ حيث تتنبأ ببنيّة البروتين بدقة عاليّة حتى إذا لم يتدرّب الحاسوب مسبقًا على بروتين ذي بنية مماثلة.

وبذلك أثبت العلماء أن AlphaFold ليست تقنيّة تحفظ بنية البروتين الذي تدرّبت عليه فقط، بل تمتلك قدرة حقيقيّة على التنبؤ بهيكل البروتينات وفقًا لفهمها الدقيق للعوامل المُحددة لبنية البروتين ثلاثيّة الأبعاد. لذلك أصبح التنبؤ بالبنية البروتينيّة أدق وأسرع بكثير مما سبق، مما قد يسهل فهم وظائف البروتينات ومعالجتها إذا أُصيبت بخلل ما.