La arquitectura AlphaFold 3 (Biomolecular Interaction Prediction) es un sistema avanzado de inteligencia artificial desarrollado por Google DeepMind e Isomorphic Labs para predecir estructuras tridimensionales de proteínas y complejos biomoleculares mediante aprendizaje profundo, representaciones relacionales y modelos generativos de difusión.
Su principal innovación consiste en ampliar la predicción estructural más allá de proteínas individuales e incorporar, dentro de un mismo sistema, diferentes componentes moleculares: proteínas, ADN, ARN, ligandos, iones, modificaciones químicas y determinadas interacciones entre estas entidades.
AlphaFold 3 fue presentada el 8 de mayo de 2024 mediante el artículo científico Accurate structure prediction of biomolecular interactions with AlphaFold 3, publicado en la revista Nature, volumen 630, páginas 493–500.
La investigación fue desarrollada por Josh Abramson, Jonas Adler, Jack Dunger y numerosos colaboradores de Google DeepMind e Isomorphic Labs.
A diferencia de AlphaFold 2, estudiada en la Entrada 128, AlphaFold 3 utiliza una arquitectura que sustituye el procesamiento principal de Evoformer por un módulo denominado Pairformer y reemplaza el módulo geométrico tradicional por un Diffusion Module, capaz de generar directamente coordenadas atómicas tridimensionales.
Estos cambios son fundamentales.
Mientras AlphaFold 2 utiliza representaciones estructurales basadas en marcos locales y ángulos de torsión, AlphaFold 3 aprende a transformar coordenadas atómicas perturbadas mediante ruido en estructuras moleculares plausibles.
La arquitectura conserva información evolutiva procedente de alineamientos múltiples de secuencias, pero reduce considerablemente la cantidad de procesamiento MSA dentro de la red.
El módulo principal Pairformer utiliza 48 bloques de procesamiento relacional, mientras que la etapa inicial especializada en MSA contiene cuatro bloques.
El resultado es un sistema capaz de producir diferentes hipótesis estructurales mediante muestreo generativo y ordenarlas utilizando métricas de confianza.
AlphaFold 3 incorpora indicadores como pLDDT, PAE, pTM, ipTM y Predicted Distance Error (PDE).
Los investigadores demostraron mejoras significativas en diferentes benchmarks, especialmente en interacciones proteína-ligando, complejos proteína-ácido nucleico y determinadas interacciones entre proteínas.
Sin embargo, AlphaFold 3 no constituye una simulación física completa del comportamiento molecular.
Las estructuras predichas pueden contener errores, posiciones atómicas incompatibles, problemas de quiralidad o conformaciones incorrectas.
En esta guía estudiaremos qué es AlphaFold 3, cómo funciona Pairformer, cómo se utilizan los modelos de difusión para generar coordenadas tridimensionales, qué diferencias existen respecto a AlphaFold 2 y cómo interpretar sus métricas de confianza.
También incluiremos ejemplos prácticos en Python, preparación de archivos JSON, análisis de resultados, comparaciones con ESMFold y ESM-3, limitaciones científicas, referencias oficiales y metadatos SEO para WordPress.
¿Qué es la arquitectura AlphaFold 3?
AlphaFold 3 es un modelo neuronal especializado en la predicción conjunta de estructuras e interacciones biomoleculares.
Su objetivo consiste en estimar la disposición tridimensional de las entidades que forman un complejo molecular.
Podemos describir su funcionamiento mediante:
[
f_\theta(X,C,\varepsilon)
\longrightarrow
\hat{R}_{3D}
]
Donde:
- (X) representa las secuencias y componentes químicos de entrada.
- (C) representa información adicional, como características evolutivas y plantillas opcionales.
- (\varepsilon) representa el ruido utilizado durante la generación.
- (f_\theta) representa la red neuronal.
- (\hat{R}_{3D}) contiene las coordenadas tridimensionales predichas.
A diferencia de un sistema limitado a proteínas individuales, AlphaFold 3 puede recibir varias entidades moleculares dentro de una misma entrada.
Por ejemplo, un complejo puede contener una proteína y una molécula de ADN.
Otro puede incluir dos proteínas.
También puede incorporar un ligando representado mediante información química compatible.
El modelo intenta predecir cómo se organizan estas entidades conjuntamente.
Esto lo convierte en un sistema de predicción estructural multimolecular.
Sin embargo, una estructura predicha no demuestra necesariamente que las entidades interactúen de manera estable o funcional en condiciones biológicas reales.
Origen y desarrollo de AlphaFold 3
AlphaFold 3 continúa la investigación iniciada con AlphaFold y AlphaFold 2.
En 2020, AlphaFold 2 obtuvo resultados destacados en CASP14.
La arquitectura introdujo Evoformer, un módulo de atención especializada para procesar información evolutiva y relaciones entre pares de residuos.
Posteriormente, AlphaFold-Multimer amplió el enfoque hacia complejos formados por varias cadenas proteicas.
Sin embargo, numerosos problemas biológicos incluyen moléculas diferentes de las proteínas.
Por ejemplo, muchas proteínas interactúan con ADN o ARN.
Otras necesitan iones metálicos o pequeñas moléculas.
También existen complejos que contienen modificaciones químicas y componentes covalentemente unidos.
Los investigadores de AlphaFold 3 buscaron una arquitectura capaz de representar una gama mucho más amplia de estructuras moleculares.
El resultado fue una reformulación importante del sistema.
En lugar de utilizar un módulo estructural dependiente de la geometría específica de aminoácidos, AlphaFold 3 introdujo un generador de coordenadas mediante difusión.
Este enfoque facilita trabajar con átomos pertenecientes a diferentes tipos de moléculas.
La arquitectura se presentó en mayo de 2024.
Posteriormente, Google DeepMind publicó el código de inferencia y documentación técnica para ejecutar el sistema localmente, bajo las condiciones aplicables a los parámetros del modelo.
¿Qué tipos de moléculas puede modelar AlphaFold 3?
AlphaFold 3 puede trabajar con distintas categorías de componentes.
| Tipo de entidad | Ejemplo | Aplicación |
|---|---|---|
| Proteínas | Enzimas y receptores | Plegamiento e interacción |
| ADN | Fragmentos de doble cadena | Complejos proteína-ADN |
| ARN | Fragmentos estructurados | Complejos proteína-ARN |
| Ligandos | Moléculas pequeñas | Estudio de posiciones de unión |
| Iones | Determinados iones metálicos | Coordinación molecular |
| Residuos modificados | Aminoácidos modificados | Estructuras con modificaciones |
| Componentes unidos covalentemente | Determinados conjugados | Modelado de complejos |
La lista describe categorías admitidas por la arquitectura, no una garantía de precisión universal.
La compatibilidad de una entidad depende de cómo esté representada en la entrada y de los recursos químicos disponibles.
También existen restricciones diferentes entre el servidor público y la implementación local.
¿Por qué es importante predecir interacciones biomoleculares?
La función de numerosas moléculas biológicas depende de sus interacciones.
Una proteína puede unirse a ADN para regular transcripción.
Otra puede formar un complejo con ARN.
Una enzima puede interactuar con un sustrato o un cofactor.
En estos procesos importa la disposición tridimensional.
Por ejemplo, dos entidades pueden tener estructuras individuales correctas y, sin embargo, presentar una orientación relativa incorrecta.
Esto significa que la predicción de complejos requiere resolver dos problemas relacionados:
Plegamiento individual: cómo se organiza cada componente.
Disposición de interfaces: cómo se relacionan espacialmente los componentes.
AlphaFold 3 intenta resolver ambos problemas dentro de un único proceso predictivo.
Arquitectura general de AlphaFold 3
Podemos dividir la arquitectura en cinco etapas principales.
1. Preparación de la entrada
El sistema recibe secuencias de proteínas, ADN o ARN y representaciones de otros componentes químicos.
2. Construcción de características
Se generan embeddings y relaciones entre tokens.
También pueden incorporarse MSA y plantillas estructurales.
3. Procesamiento MSA reducido
Un módulo de cuatro bloques extrae información evolutiva y la transfiere principalmente hacia las representaciones relacionales.
4. Pairformer
Un módulo de 48 bloques actualiza representaciones individuales y de pares.
5. Diffusion Module
El modelo genera coordenadas atómicas mediante un procedimiento iterativo de eliminación de ruido.
Posteriormente, un sistema de confianza evalúa las estructuras generadas.
Flujo de procesamiento
Proteínas + ADN + ARN + ligandos | v Preparación de tokens | v Características de entrada | +-------+-------+ | | v v Procesamiento MSA Pair Features reducido | | | +-------+-------+ | v PAIRFORMER 48 bloques | +------+------+ | | v v Single State Pair State | | +------+------+ | v DIFFUSION MODULE Ruido → Átomos | v Estructura 3D | v Predicción de confianza | v mmCIF + métricas
El diagrama es conceptual.
La implementación real contiene transformaciones adicionales, módulos de condicionamiento y procedimientos especializados.
¿Qué es Pairformer?
Pairformer es el principal módulo de procesamiento relacional de AlphaFold 3.
Su objetivo consiste en aprender características de entidades moleculares y relaciones entre sus posiciones.
La arquitectura trabaja principalmente con dos clases de representación:
- Single Representation: características individuales de cada token.
- Pair Representation: características que describen relaciones entre pares de tokens.
A diferencia de Evoformer en AlphaFold 2, Pairformer no mantiene una representación MSA que se actualiza continuamente a través del módulo principal.
La información evolutiva se procesa en una etapa reducida y se incorpora principalmente a la representación Pair.
Esto simplifica la arquitectura.
Single Representation
La representación individual puede expresarse como:
[
S\in\mathbb{R}^{N\times d_s}
]
Donde:
- (N) representa la cantidad de tokens estructurales.
- (d_s) representa la dimensión de características.
Cada posición contiene información sobre un elemento molecular.
Para proteínas, un token suele corresponder a un residuo.
Para determinados componentes no poliméricos, la tokenización utiliza un nivel más detallado.
Por tanto, la cantidad de tokens no siempre coincide con el número de aminoácidos de una entrada.
Pair Representation
La representación Pair contiene información sobre relaciones entre tokens.
Podemos expresarla como:
[
Z\in\mathbb{R}^{N\times N\times d_z}
]
Cada posición (Z_{ij}) describe características de la relación entre los tokens (i) y (j).
Estas características pueden incorporar información de secuencia, identidad molecular, enlaces y relaciones aprendidas.
El tensor Pair ayuda a representar posibles relaciones geométricas entre entidades.
Sin embargo, no debe interpretarse directamente como una matriz de distancias atómicas reales.
Es una representación latente utilizada para predecir la estructura.
¿Cuántos bloques Pairformer utiliza AlphaFold 3?
La arquitectura original utiliza:
[
N_{\mathrm{Pairformer}}=48
]
bloques.
Estos bloques actualizan repetidamente las representaciones Single y Pair.
Las operaciones de Pairformer conservan mecanismos relacionales inspirados en Evoformer.
Entre ellos se encuentran las actualizaciones triangulares y la atención sobre pares.
El procesamiento MSA principal, en cambio, se reduce a cuatro bloques especializados.
Esta diferencia es fundamental para entender el cambio de AlphaFold 2 a AlphaFold 3.
Evoformer frente a Pairformer
En AlphaFold 2, Evoformer actualiza tanto el MSA como la representación Pair.
En AlphaFold 3, Pairformer se centra en las representaciones Pair y Single.
| Característica | Evoformer (AlphaFold 2) | Pairformer (AlphaFold 3) |
|---|---|---|
| Bloques principales | 48 | 48 |
| Representación MSA persistente | Sí | No |
| Procesamiento MSA | Extenso | Etapa previa reducida |
| Representación Pair | Sí | Sí |
| Representación Single | Derivada para estructura | Actualizada dentro del módulo |
| Operaciones triangulares | Sí | Sí |
| Objetivo | Relaciones para plegamiento proteico | Relaciones para complejos moleculares |
| Módulo estructural posterior | IPA / Structure Module | Diffusion Module |
La diferencia más importante es la simplificación del procesamiento evolutivo dentro de la red principal.
Pairformer no elimina completamente la información MSA.
La utiliza mediante un procedimiento reducido.
Por tanto, sería incorrecto afirmar que AlphaFold 3 funciona siempre sin información evolutiva.
¿Qué son Triangle Multiplicative Updates?
Pairformer conserva operaciones triangulares relacionadas con las de AlphaFold 2.
Estas operaciones actualizan la relación entre dos tokens utilizando información sobre un tercero.
Consideremos los tokens:
[
i,\ j,\ k
]
Una actualización conceptual es:
[
\Delta z_{ij}
\sim
\sum_k
g(z_{ik})\odot h(z_{kj})
]
Donde:
- (z_{ij}) es la representación del par.
- (g) y (h) son transformaciones aprendidas.
- (\odot) representa multiplicación elemento a elemento.
La expresión simplifica el procedimiento real.
La implementación incorpora normalización, proyecciones y mecanismos de compuerta.
La ventaja del enfoque es que permite actualizar una relación considerando otras relaciones del mismo conjunto.
¿Qué es Triangle Attention?
Triangle Attention es un mecanismo de atención que opera sobre relaciones entre pares.
Para actualizar la relación (i,j), utiliza información asociada con otros tokens (k).
El objetivo consiste en aprender relaciones coherentes dentro de conjuntos de tres posiciones.
Las operaciones triangulares son útiles porque las estructuras tridimensionales presentan restricciones geométricas.
Sin embargo, Pairformer no impone simplemente una desigualdad triangular sobre todas las distancias.
Aprende representaciones relacionales mediante mecanismos neuronales diseñados para aprovechar estructuras triangulares.
¿Por qué siguen siendo importantes los triángulos?
Porque las relaciones entre tres puntos contienen información geométrica.
Por ejemplo:
[
d(i,j)\leq d(i,k)+d(k,j)
]
Esta propiedad pertenece a la geometría euclidiana.
Aunque las operaciones de Pairformer no son una aplicación literal de esta desigualdad, aprovechan el principio de que las relaciones entre pares no deben considerarse completamente independientes.
Esta idea también aparece en otros sistemas de razonamiento geométrico.
¿Qué es el Diffusion Module?
El Diffusion Module es uno de los componentes más importantes de AlphaFold 3.
Su objetivo consiste en producir coordenadas tridimensionales utilizando un procedimiento generativo de eliminación de ruido.
En lugar de predecir directamente una estructura mediante marcos locales de residuos y ángulos de torsión, el sistema aprende a recuperar coordenadas atómicas a partir de versiones perturbadas.
Este procedimiento pertenece a la familia de los modelos generativos de difusión.
La idea general es entrenar una red para transformar representaciones ruidosas en configuraciones más próximas a estructuras moleculares reales.
¿Cómo funciona un modelo de difusión?
Durante entrenamiento, se dispone de una estructura conocida:
[
X_0
]
Se añade ruido:
[
X_t=X_0+\sigma_t\varepsilon
]
Donde:
- (X_0) representa las coordenadas originales.
- (X_t) representa una versión perturbada.
- (\sigma_t) controla la intensidad de ruido.
- (\varepsilon) es ruido aleatorio, normalmente gaussiano.
El modelo recibe las coordenadas perturbadas y características del complejo.
Después, intenta reconstruir la geometría original.
La red aprende a realizar esta tarea con diferentes intensidades de ruido.
Durante inferencia, el procedimiento empieza con una configuración ruidosa y aplica pasos sucesivos de denoising.
El objetivo es obtener una estructura coherente.
¿Cómo funciona la generación durante inferencia?
Podemos describirla mediante cinco etapas.
Paso 1. Inicializar coordenadas
El sistema genera coordenadas iniciales mediante ruido.
Paso 2. Condicionar la red
Se incorporan las representaciones Single y Pair producidas por Pairformer.
Paso 3. Predecir una estructura menos ruidosa
La red utiliza el contexto molecular y las coordenadas actuales.
Paso 4. Actualizar coordenadas
El algoritmo realiza un paso de integración para reducir el ruido.
Paso 5. Repetir
El proceso continúa hasta producir una estructura final.
La predicción obtenida puede variar según la semilla aleatoria.
Por ello, AlphaFold 3 puede producir diferentes candidatos estructurales para una misma entrada.
¿Qué significa que la difusión genere una distribución?
Significa que el modelo no produce necesariamente una única estructura determinista.
Diferentes ejecuciones pueden generar configuraciones alternativas.
Sin embargo, esta diversidad no debe interpretarse automáticamente como una representación correcta de todos los estados físicos de la molécula.
Las proteínas y complejos biológicos presentan dinámicas reales.
Una distribución de muestras producida por el modelo no equivale necesariamente al ensemble termodinámico de conformaciones en solución.
Los autores identificaron esta limitación en la publicación original.
¿Por qué AlphaFold 3 genera coordenadas atómicas directamente?
AlphaFold 2 utiliza representaciones geométricas especialmente adaptadas a proteínas.
Estas incluyen marcos de referencia y ángulos que describen cadenas laterales.
El procedimiento resulta adecuado para proteínas.
Sin embargo, se vuelve más complejo cuando debemos trabajar con moléculas de otras clases.
Por ejemplo, un ligando puede contener una estructura química diferente de la de un aminoácido.
Un ácido nucleico presenta otro tipo de esqueleto molecular.
AlphaFold 3 utiliza coordenadas atómicas para representar estas entidades de forma más general.
Esta decisión simplifica ciertos aspectos del modelado multimolecular.
Sin embargo, también introduce desafíos.
Entre ellos se encuentran garantizar geometrías químicas plausibles y evitar colisiones entre átomos.
¿Qué es Atom Attention?
El Diffusion Module utiliza mecanismos de atención a escala atómica.
Estos permiten incorporar información sobre los átomos y sus relaciones.
La arquitectura combina representaciones de tokens con procesamiento más detallado a nivel de átomos.
Esto es importante porque la predicción final necesita coordenadas para entidades químicas diversas.
Por ejemplo, un ligando puede contener átomos que no corresponden a posiciones de residuos proteicos.
El mecanismo permite integrar información local de átomos y contexto global del complejo.
La implementación utiliza módulos especializados para manejar representaciones atomísticas.
No debe confundirse Atom Attention con los bloques Pairformer.
Pairformer trabaja principalmente sobre representaciones relacionales de tokens.
Atom Attention participa en la generación y procesamiento de la geometría atómica.
¿Qué diferencia existe entre difusión y el Structure Module de AlphaFold 2?
| Característica | AlphaFold 2 | AlphaFold 3 |
|---|---|---|
| Generación de coordenadas | Structure Module | Diffusion Module |
| Representación geométrica | Marcos y torsiones | Coordenadas atómicas |
| Mecanismo principal | Invariant Point Attention | Denoising iterativo |
| Salida | Estructura predicha | Muestras estructurales generativas |
| Moléculas objetivo | Principalmente proteínas | Complejos biomoleculares |
| Muestreo | Menos central | Componente fundamental |
AlphaFold 3 no es simplemente AlphaFold 2 con más parámetros.
Introduce un cambio de paradigma en la generación geométrica.
¿Cómo se entrena AlphaFold 3?
El entrenamiento utiliza estructuras experimentales procedentes principalmente del Protein Data Bank y conjuntos de datos complementarios.
El modelo aprende a relacionar características moleculares con coordenadas tridimensionales.
Durante el entrenamiento de difusión, se perturban estructuras reales mediante ruido.
La red intenta reconstruirlas.
Una pérdida conceptual es:
\mathbb{E}
\left[
w(t)|
\hat{X}_0(X_t,t,C)-X_0
|^2
\right]
]
Donde:
- (X_t) representa coordenadas perturbadas.
- (C) representa las características condicionantes.
- (\hat{X}_0) representa la reconstrucción.
- (w(t)) representa una ponderación del nivel de ruido.
La fórmula es una simplificación pedagógica.
La implementación utiliza procedimientos especializados para el tratamiento de coordenadas y transformaciones.
El objetivo es aprender a reconstruir estructuras bajo diferentes niveles de perturbación.
¿Por qué se utilizan distintos niveles de ruido?
Porque permiten aprender relaciones a diferentes escalas.
Con ruido pequeño, el modelo debe corregir detalles locales.
Con ruido elevado, debe recuperar organización global.
Esta combinación es útil para representar estructuras complejas.
Las interacciones moleculares requieren tanto geometría local como disposición de componentes.
Sin embargo, aprender estas propiedades no garantiza que todas las estructuras generadas sean químicamente válidas.
Los investigadores documentaron problemas de quiralidad y colisiones atómicas en determinados casos.
¿Qué es Cross-Distillation?
AlphaFold 3 también utiliza un procedimiento de cross-distillation.
Los investigadores observaron que los modelos generativos podían producir estructuras aparentemente ordenadas en regiones que deberían ser flexibles o desordenadas.
Para reducir este problema, incorporaron información procedente de predicciones de AlphaFold-Multimer.
Esto ayudó al modelo a aprender determinados patrones de regiones no estructuradas.
La destilación utiliza predicciones de otro sistema como ejemplos adicionales.
Una formulación general es:
D(
f_{\mathrm{student}}(X),
f_{\mathrm{teacher}}(X)
)
]
Donde (D) es una medida de discrepancia.
La estrategia puede mejorar determinadas características.
Sin embargo, también puede transferir errores o sesgos del modelo utilizado como profesor.
¿Qué métricas produce AlphaFold 3?
AlphaFold 3 incorpora varias métricas para evaluar las estructuras predichas.
Entre las principales se encuentran:
- pLDDT.
- PAE.
- PDE.
- pTM.
- ipTM.
- Ranking Score.
Estas métricas deben interpretarse según el tipo de estructura y la pregunta científica.
¿Qué es pLDDT?
Predicted Local Distance Difference Test estima confianza local en la estructura.
Sus valores se encuentran habitualmente entre 0 y 100.
| pLDDT | Interpretación orientativa |
|---|---|
| 90–100 | Confianza muy alta |
| 70–90 | Confianza alta |
| 50–70 | Confianza baja |
| 0–50 | Confianza muy baja |
En AlphaFold 3, la estimación puede asociarse con átomos y entidades moleculares, según el tipo de salida.
Una puntuación elevada indica confianza estimada.
No demuestra precisión experimental.
¿Qué es PAE?
Predicted Aligned Error estima incertidumbre sobre posiciones relativas.
Puede representarse como una matriz:
[
PAE\in\mathbb{R}^{N\times N}
]
Donde (N) representa la cantidad de tokens o posiciones estructurales correspondientes.
Los valores bajos indican mayor confianza en la disposición relativa.
Los valores altos indican mayor incertidumbre.
PAE resulta útil para estudiar relaciones entre cadenas o dominios.
Por ejemplo, dos proteínas pueden tener estructuras individuales fiables y una interfaz incierta.
¿Qué es PDE?
Predicted Distance Error estima el error en las distancias entre pares de posiciones.
Se diferencia de PAE porque se centra en discrepancias de distancias, no en el error de posición después de un alineamiento específico.
Una representación conceptual es:
d_{ij}^{real}
\right|
]
En la práctica, el modelo predice una distribución o estimación del error, ya que la estructura real es desconocida durante inferencia.
PDE puede ayudar a estudiar confianza sobre relaciones geométricas.
¿Qué es pTM?
Predicted TM-score estima la calidad global de la estructura.
Sus valores suelen estar entre 0 y 1.
Un valor elevado indica mayor confianza en la disposición general.
Sin embargo, pTM no debe confundirse con TM-score real, que necesita una estructura de referencia para calcularse.
¿Qué es ipTM?
Interface predicted TM-score estima confianza sobre la disposición relativa de componentes en una interfaz.
Es especialmente relevante para complejos.
Por ejemplo, puede utilizarse para evaluar una interacción proteína-proteína.
La documentación oficial indica que valores superiores a 0,8 suelen asociarse con interfaces de alta confianza.
Los valores inferiores a 0,6 suelen indicar predicciones poco fiables.
El intervalo intermedio requiere interpretación cuidadosa.
Estos criterios son orientativos y no equivalen a una demostración de interacción biológica.
¿Qué es Ranking Score?
AlphaFold 3 puede generar varias predicciones para una misma entrada.
Posteriormente, el sistema necesita ordenarlas.
Para ello utiliza una puntuación que combina confianza estructural y penalizaciones.
La implementación oficial documenta una fórmula de ranking global:
100,C
]
Donde:
- (D) representa una medida de desorden predicho.
- (C) indica determinadas colisiones graves.
- (ipTM) representa confianza de interfaz.
- (pTM) representa confianza global.
La puntuación se utiliza para ordenar predicciones.
No constituye una probabilidad de que el complejo exista.
Tampoco debe interpretarse como energía libre de unión o afinidad molecular.
Resultados experimentales de AlphaFold 3
El artículo original evaluó el modelo mediante diferentes benchmarks.
Interacciones proteína-ligando
AlphaFold 3 obtuvo mejoras importantes frente a determinados métodos de docking en los conjuntos evaluados.
En PoseBusters, los autores utilizaron el porcentaje de complejos cuya pose de ligando tenía un RMSD inferior a 2 Å después de alinear el bolsillo.
Complejos proteína-ADN y proteína-ARN
El modelo mostró mejoras frente a sistemas especializados de referencia.
Predicción estructural de ARN
Los investigadores compararon el sistema con métodos utilizados en tareas CASP15.
Interacciones proteína-proteína
AlphaFold 3 obtuvo mejoras frente a AlphaFold-Multimer 2.3 en diferentes evaluaciones.
Interacciones anticuerpo-antígeno
El estudio mostró mejoras importantes, especialmente al evaluar múltiples semillas y seleccionar predicciones mediante métricas de confianza.
Sin embargo, estas mejoras corresponden a conjuntos, métricas y procedimientos específicos.
No deben interpretarse como superioridad universal.
¿Qué es PoseBusters?
PoseBusters es una herramienta y conjunto de evaluación utilizado para estudiar la plausibilidad y precisión de poses de ligandos.
Incluye verificaciones relacionadas con geometría química.
Por ejemplo:
- Longitudes de enlace.
- Ángulos.
- Estereoquímica.
- Colisiones.
- Posición del ligando.
Una predicción puede presentar una puntuación geométrica favorable y, sin embargo, contener errores químicos.
Por ello, las evaluaciones de docking no deben limitarse exclusivamente a RMSD.
¿Qué es DockQ?
DockQ es una métrica utilizada para evaluar la calidad de interfaces en complejos proteicos.
Combina información relacionada con contactos y distancias estructurales.
Sus valores suelen encontrarse entre 0 y 1.
Un valor mayor indica una mayor correspondencia con una interfaz de referencia, bajo el protocolo utilizado.
Sin embargo, DockQ requiere una estructura de referencia.
Por tanto, no es equivalente a ipTM.
DockQ evalúa contra una estructura conocida; ipTM estima confianza sin disponer de esa referencia.
AlphaFold 3 frente a AlphaFold 2
| Característica | AlphaFold 2 | AlphaFold 3 |
|---|---|---|
| Publicación | 2021 | 2024 |
| Arquitectura principal | Evoformer | Pairformer |
| Procesamiento MSA | Extenso | Reducido |
| Bloques principales | 48 Evoformer | 48 Pairformer |
| Generación estructural | Structure Module | Diffusion Module |
| Representación geométrica | Marcos y torsiones | Coordenadas atómicas |
| Proteínas | Sí | Sí |
| ADN y ARN | No como objetivo general del modelo monomérico | Sí |
| Ligandos | Capacidad limitada | Sí, entidades compatibles |
| Iones y modificaciones | No como enfoque general | Sí, según representación |
| Métricas de interfaz | Extensiones como Multimer | Integradas |
| Muestreo generativo | No central | Central |
El cambio de Evoformer a Pairformer simplifica la integración de información evolutiva.
El cambio del módulo estructural a difusión amplía la variedad de geometrías moleculares que pueden modelarse.
AlphaFold 3 frente a ESMFold
| Característica | ESMFold | AlphaFold 3 |
|---|---|---|
| Arquitectura | ESM-2 + Folding Trunk | Pairformer + Diffusion |
| Entrada habitual | Secuencia proteica | Diferentes entidades biomoleculares |
| MSA en inferencia | No necesario | Puede utilizarse |
| Estructura proteica | Sí | Sí |
| Complejos con ADN/ARN | No como objetivo general | Sí |
| Ligandos | No como objetivo central | Sí |
| Generación de coordenadas | Structure Module | Difusión |
| Aplicación principal | Plegamiento proteico escalable | Complejos biomoleculares |
ESMFold destaca por utilizar representaciones de un modelo de lenguaje proteico.
AlphaFold 3 utiliza un sistema especializado en interacciones multimoleculares.
AlphaFold 3 frente a ESM-3
ESM-3 y AlphaFold 3 incorporan capacidades generativas, pero su diseño es diferente.
| Característica | ESM-3 | AlphaFold 3 |
|---|---|---|
| Objetivo | Modelado multimodal de proteínas | Predicción de complejos |
| Arquitectura | Transformer multimodal | Pairformer + difusión |
| Generación principal | Tokens enmascarados | Coordenadas atómicas |
| Secuencia proteica | Sí | Sí |
| Estructura | Sí | Sí |
| Función proteica | Modalidad explícita | No equivalente a ESM-3 |
| Ligandos y ácidos nucleicos | No como sistema general de complejos | Sí |
| Salida destacada | Secuencia, estructura y anotaciones | Estructura multimolecular |
No debe confundirse la generación de tokens proteicos con la generación de geometría molecular.
Ambos sistemas utilizan métodos generativos, pero resuelven problemas diferentes.
Aplicaciones prácticas de AlphaFold 3
1. Predicción de complejos proteicos
Permite explorar hipótesis sobre la disposición tridimensional de varias cadenas.
2. Análisis proteína-ADN
Puede estudiar estructuras candidatas de complejos que incluyen proteínas y fragmentos de ADN.
3. Análisis proteína-ARN
Permite generar predicciones estructurales de asociaciones entre proteínas y ARN.
4. Predicción de poses de ligandos
Puede explorar cómo se posicionan moléculas pequeñas compatibles dentro de complejos.
5. Estudio de modificaciones
Permite incorporar determinados residuos modificados y entidades químicas.
6. Priorización de hipótesis
Las predicciones pueden ayudar a seleccionar complejos para validación experimental.
7. Comparación de estructuras
Las salidas mmCIF pueden analizarse mediante herramientas bioinformáticas.
8. Investigación de modelos de difusión
AlphaFold 3 constituye un ejemplo importante de generación geométrica condicionada.
Ejemplo práctico 1: preparar una secuencia de proteína
Podemos validar una secuencia antes de construir una entrada.
AMINO_ACIDS = set( "ACDEFGHIKLMNPQRSTVWY")def validate_protein(sequence): sequence = sequence.upper().strip() if not sequence: raise ValueError( "Empty protein sequence" ) invalid = set(sequence) - AMINO_ACIDS if invalid: raise ValueError( f"Invalid residues: {invalid}" ) return sequenceprotein = "MKTAYIAKQRQISFVKSHFSRQ"print(validate_protein(protein))
El ejemplo utiliza los veinte aminoácidos estándar.
Las implementaciones reales pueden aceptar modificaciones y representaciones adicionales mediante campos específicos.
Ejemplo práctico 2: construir un JSON de entrada
La implementación oficial utiliza archivos JSON.
Un ejemplo educativo de una proteína individual es:
import jsonjob = { "name": "Protein Example", "modelSeeds": [1], "sequences": [ { "protein": { "id": "A", "sequence": ( "MKTAYIAKQRQISFVKSHFSRQ" ) } } ], "dialect": "alphafold3", "version": 4}with open( "fold_input.json", "w", encoding="utf-8") as file: json.dump( job, file, indent=2 )print("Input file created")
El programa produce un archivo compatible con el esquema documentado para la versión 4 del formato de entrada.
La validación definitiva corresponde al programa oficial, que también verifica restricciones y datos adicionales.
Importante: este JSON corresponde a la implementación local publicada en GitHub. El formato utilizado por AlphaFold Server es diferente.
Ejemplo práctico 3: definir un complejo de proteínas
Podemos representar dos cadenas diferentes.
job = { "name": "Two Protein Chains", "modelSeeds": [1, 2], "sequences": [ { "protein": { "id": "A", "sequence": "MKTAYIAKQRQISFVKSHFSRQ" } }, { "protein": { "id": "B", "sequence": "MALWMRLLPLLALLALWGPDPAAA" } } ], "dialect": "alphafold3", "version": 4}with open( "two_proteins.json", "w", encoding="utf-8") as file: json.dump(job, file, indent=2)
Este ejemplo demuestra la representación informática de dos cadenas.
Las secuencias son ilustrativas.
No se afirma que formen un complejo real.
AlphaFold 3 puede generar una hipótesis estructural para una entrada, pero eso no demuestra que exista una interacción biológica.
Ejemplo práctico 4: incluir una cadena de ADN
Podemos construir una entrada con una proteína y una secuencia de ADN.
job = { "name": "Protein DNA Example", "modelSeeds": [1], "sequences": [ { "protein": { "id": "A", "sequence": "MKTAYIAKQRQISFVKSHFSRQ" } }, { "dna": { "id": "B", "sequence": "ACGTACGTACGT" } } ], "dialect": "alphafold3", "version": 4}with open( "protein_dna.json", "w", encoding="utf-8") as file: json.dump(job, file, indent=2)
Este ejemplo contiene una sola cadena de ADN.
Para representar una doble hélice deben declararse las cadenas correspondientes.
También debemos considerar orientación y complementariedad.
El código solamente muestra la estructura de los datos.
No demuestra una interacción específica entre la proteína y el ADN.
Ejemplo práctico 5: representar un ligando
Los ligandos pueden describirse mediante códigos del Chemical Component Dictionary o mediante SMILES, según la modalidad admitida.
Un ejemplo con un código CCD conocido es:
job = { "name": "Protein Ligand Example", "modelSeeds": [1], "sequences": [ { "protein": { "id": "A", "sequence": "MKTAYIAKQRQISFVKSHFSRQ" } }, { "ligand": { "id": "B", "ccdCodes": ["ATP"] } } ], "dialect": "alphafold3", "version": 4}with open( "protein_ligand.json", "w", encoding="utf-8") as file: json.dump(job, file, indent=2)
ATP es un componente químico conocido.
Este ejemplo no implica que la secuencia proteica ilustrativa tenga afinidad por ATP.
La predicción de una pose no demuestra interacción, actividad o afinidad.
Para estudios reales es necesario utilizar componentes y contextos biológicos apropiados.
Ejemplo práctico 6: instalar AlphaFold 3
El código oficial está disponible en:
Podemos descargarlo mediante:
git clone \ https://github.com/google-deepmind/alphafold3.gitcd alphafold3
La instalación completa requiere un entorno Linux compatible, dependencias científicas y aceleración NVIDIA.
La documentación oficial recomienda GPU con capacidad de cómputo 8.0 o superior.
Los investigadores verificaron configuraciones utilizando NVIDIA A100 y H100.
También se necesitan bases de datos genéticas.
La instalación completa puede requerir hasta aproximadamente 1 TB de almacenamiento.
Además, el procesamiento de secuencias largas puede necesitar al menos 64 GB de RAM.
Por ello, AlphaFold 3 no debe considerarse una aplicación ligera para cualquier ordenador.
Ejemplo práctico 7: ejecutar la implementación local
Una vez instalado el entorno y disponibles los parámetros y bases de datos, podemos ejecutar:
python run_alphafold.py \ --json_path=/data/fold_input.json \ --model_dir=/models \ --db_dir=/databases \ --output_dir=/results
Este ejemplo presupone que las rutas existen y que la instalación está completa.
Los nombres exactos de rutas dependen del entorno.
La ejecución incluye preparación de datos, inferencia estructural y generación de resultados.
El código fuente está publicado, pero los parámetros del modelo están sujetos a condiciones de uso independientes.
Conviene consultar la documentación vigente antes de ejecutar o distribuir el sistema.
Ejemplo práctico 8: interpretar el JSON de confianza
AlphaFold 3 produce archivos con métricas de confianza.
Podemos leer un resumen mediante Python.
import jsonwith open( "example_summary_confidences.json", "r", encoding="utf-8") as file: confidence = json.load(file)print("pTM:", confidence.get("ptm"))print("ipTM:", confidence.get("iptm"))print( "Ranking score:", confidence.get("ranking_score"))print( "Has clash:", confidence.get("has_clash"))
El nombre del archivo debe sustituirse por el resultado generado.
El sistema oficial utiliza nombres relacionados con el trabajo, la semilla y la muestra.
Las métricas deben interpretarse según la entidad o interfaz de interés.
La confianza global de un complejo puede ocultar una interfaz concreta poco fiable.
Ejemplo práctico 9: visualizar una matriz PAE
Podemos crear una visualización con Matplotlib.
import jsonimport numpy as npimport matplotlib.pyplot as pltwith open( "example_confidences.json", "r", encoding="utf-8") as file: data = json.load(file)pae = np.asarray( data["pae"], dtype=float)plt.figure(figsize=(7, 6))plt.imshow( pae, cmap="viridis", origin="lower")plt.colorbar( label="Predicted aligned error (Å)")plt.xlabel("Token")plt.ylabel("Token")plt.title("AlphaFold 3 PAE")plt.tight_layout()plt.show()
El resultado permite observar regiones de mayor y menor incertidumbre.
Los valores bajos suelen indicar mayor confianza en la disposición relativa.
Sin embargo, el mapa debe interpretarse considerando las posiciones correspondientes a cada entidad.
La forma exacta del archivo depende de la versión del pipeline.
Ejemplo práctico 10: visualizar el archivo mmCIF
AlphaFold 3 utiliza mmCIF para almacenar las estructuras predichas.
Podemos leer el archivo mediante Biopython.
from Bio.PDB import MMCIFParserparser = MMCIFParser(QUIET=True)structure = parser.get_structure( "prediction", "prediction_model.cif")models = list(structure.get_models())chains = list(structure.get_chains())atoms = list(structure.get_atoms())print("Models:", len(models))print("Chains:", len(chains))print("Atoms:", len(atoms))
Este ejemplo permite inspeccionar la estructura.
El archivo mmCIF puede contener componentes moleculares que requieren tratamiento adicional al realizar análisis geométricos.
Para visualización avanzada también pueden utilizarse ChimeraX, PyMOL y otras herramientas compatibles.
¿Cómo interpretar una predicción de complejo?
Una predicción de AlphaFold 3 debe analizarse en varios niveles.
Calidad individual
¿Las entidades presentan estructuras locales con confianza elevada?
Confianza de interfaz
¿La disposición relativa entre componentes es fiable?
Coherencia química
¿Existen colisiones o geometrías problemáticas?
Evidencia externa
¿Existen datos experimentales que respalden la interacción?
Contexto biológico
¿Las entidades se encuentran realmente en condiciones donde puedan interactuar?
Estas preguntas ayudan a evitar interpretaciones excesivas.
Una estructura visualmente plausible puede ser incorrecta.
Del mismo modo, una puntuación elevada no constituye demostración experimental.
Limitaciones de AlphaFold 3
1. Geometría química
Puede producir errores de quiralidad o determinadas configuraciones atómicas poco plausibles.
2. Colisiones
Algunas predicciones contienen átomos superpuestos.
3. Regiones desordenadas
Los modelos generativos pueden producir estructuras artificialmente ordenadas.
4. Dinámica molecular
Las predicciones no representan automáticamente todos los estados conformacionales en solución.
5. Estados funcionales
El modelo puede seleccionar una conformación diferente de la que corresponde a determinadas condiciones experimentales.
6. Complejos difíciles
La precisión puede disminuir en interacciones poco representadas durante entrenamiento.
7. Afinidad de unión
Una estructura predicha no proporciona directamente una medida validada de energía libre de unión.
8. Datos de entrenamiento
El rendimiento depende de la diversidad de estructuras disponibles.
9. Limitaciones del servidor
AlphaFold Server puede imponer restricciones diferentes de las de la implementación local.
10. Uso comercial
Los parámetros y servicios tienen condiciones específicas que deben revisarse.
Código abierto, parámetros y acceso
AlphaFold 3 tiene diferentes vías de acceso.
Implementación de inferencia
El repositorio oficial publica el código necesario para ejecutar el pipeline.
Parámetros del modelo
Los parámetros se distribuyen por Google bajo términos de uso específicos.
No deben confundirse automáticamente las condiciones del código con las de los pesos.
AlphaFold Server
El servidor público permite utilizar determinadas capacidades de forma gratuita para fines no comerciales, sujeto a sus restricciones.
Sitio:
Uso comercial
Google ofrece alternativas comerciales mediante sus plataformas de nube.
Los usuarios deben verificar qué capacidades y condiciones están disponibles para cada servicio.
La publicación del código no implica automáticamente que todos los pesos o resultados puedan utilizarse sin restricciones.
¿Puede AlphaFold 3 sustituir experimentos?
No.
AlphaFold 3 puede generar hipótesis estructurales valiosas.
Sin embargo, los resultados deben interpretarse junto con datos experimentales.
Por ejemplo, una pose predicha para un ligando puede orientar un estudio.
Pero no demuestra necesariamente que la molécula se una con afinidad suficiente.
Del mismo modo, una interfaz proteína-proteína puede parecer plausible y no existir en condiciones fisiológicas.
Para evaluar interacciones se necesitan técnicas apropiadas de laboratorio y análisis biofísicos.
La utilidad principal del modelo consiste en apoyar la exploración y priorización de hipótesis.
Importancia de AlphaFold 3 en la evolución de la IA científica
AlphaFold 3 representa un avance importante en la aplicación de modelos generativos a estructuras moleculares.
AlphaFold 2 demostró cómo utilizar información evolutiva y atención geométrica para predecir estructuras de proteínas.
AlphaFold 3 amplió esta estrategia mediante dos cambios fundamentales.
El primero fue simplificar el procesamiento principal de relaciones mediante Pairformer.
El segundo fue introducir un módulo de difusión que genera coordenadas de átomos pertenecientes a diferentes tipos de moléculas.
Este diseño permite abordar complejos mucho más diversos.
También demuestra que los modelos de difusión no se limitan a la generación de imágenes.
Pueden utilizarse para construir representaciones geométricas tridimensionales condicionadas por información científica.
Sin embargo, el modelo continúa enfrentándose a desafíos de validación, estereoquímica e interpretación biológica.
Su importancia reside tanto en los resultados experimentales como en las ideas arquitectónicas que introduce.
Preguntas frecuentes sobre AlphaFold 3
¿Qué es AlphaFold 3?
Es un modelo de inteligencia artificial que predice estructuras tridimensionales de proteínas y otros complejos biomoleculares mediante Pairformer y modelos generativos de difusión.
¿Quién desarrolló AlphaFold 3?
Fue desarrollada por Google DeepMind e Isomorphic Labs, con Josh Abramson, Jonas Adler y Jack Dunger entre los autores principales.
¿Cuándo se publicó?
El artículo original apareció en Nature el 8 de mayo de 2024.
¿Qué es Pairformer?
Es el módulo principal que procesa representaciones individuales y relaciones entre pares de tokens moleculares.
¿Cuántos bloques Pairformer utiliza?
48 bloques.
¿AlphaFold 3 utiliza Evoformer?
No utiliza Evoformer como módulo principal. Lo sustituye por Pairformer y un procesamiento MSA reducido.
¿Utiliza MSA?
Sí, puede incorporar información evolutiva mediante un módulo de procesamiento MSA reducido.
¿Qué es Diffusion Module?
Es el componente que genera coordenadas tridimensionales mediante eliminación iterativa de ruido.
¿Cómo funciona la difusión?
Durante entrenamiento, el modelo aprende a reconstruir coordenadas perturbadas. Durante inferencia, genera estructuras a partir de ruido.
¿Qué significa Atom Attention?
Es un mecanismo de procesamiento que incorpora información sobre átomos y sus relaciones durante la generación estructural.
¿AlphaFold 3 puede predecir complejos proteína-proteína?
Sí. Esta es una de sus principales aplicaciones.
¿Puede predecir estructuras con ADN?
Sí. Puede representar complejos que contienen ADN y proteínas.
¿Puede trabajar con ARN?
Sí. Puede predecir estructuras que incluyen ARN y complejos compatibles.
¿Puede analizar ligandos?
Sí, dentro de las categorías y representaciones químicas admitidas.
¿Qué es pLDDT?
Es una puntuación de confianza local sobre la estructura predicha.
¿Qué es PAE?
Es una estimación de incertidumbre sobre posiciones relativas entre tokens o regiones.
¿Qué es PDE?
Predicted Distance Error, una estimación de error de distancias estructurales.
¿Qué es pTM?
Es una estimación de confianza global de la estructura.
¿Qué es ipTM?
Es una estimación de confianza sobre interfaces entre componentes.
¿Qué es Ranking Score?
Es una puntuación utilizada para ordenar diferentes predicciones estructurales según confianza y penalizaciones.
¿AlphaFold 3 puede estimar afinidad de unión?
No proporciona directamente una medida universal y validada de afinidad o energía libre de unión.
¿Qué diferencia existe entre AlphaFold 2 y AlphaFold 3?
AlphaFold 3 introduce Pairformer y difusión atómica, ampliando el alcance hacia complejos biomoleculares diversos.
¿Qué diferencia existe entre AlphaFold 3 y ESMFold?
ESMFold predice principalmente estructuras proteicas desde secuencia. AlphaFold 3 modela complejos con distintos componentes moleculares.
¿Qué diferencia existe entre AlphaFold 3 y ESM-3?
ESM-3 es un generador multimodal de proteínas basado en tokens. AlphaFold 3 genera coordenadas de complejos mediante difusión.
¿AlphaFold 3 funciona con Python?
Sí. El pipeline oficial utiliza Python, JAX y herramientas científicas adicionales.
¿Puede ejecutarse localmente?
Sí, con hardware y software compatibles y respetando los términos de uso de los parámetros.
¿Necesita GPU?
La inferencia práctica requiere aceleración compatible; la implementación oficial está orientada a GPU NVIDIA.
¿Qué formato utiliza para la entrada?
La implementación local utiliza JSON con un esquema específico de AlphaFold 3.
¿Qué formato utiliza para la salida?
Produce estructuras mmCIF y archivos JSON de confianza.
¿AlphaFold Server utiliza el mismo JSON?
No necesariamente. El formato de AlphaFold Server es diferente del utilizado por el repositorio local.
¿Puede utilizarse comercialmente?
Depende de la modalidad de acceso y sus términos. Existen servicios comerciales diferenciados.
¿Por qué es importante estudiar AlphaFold 3?
Porque demuestra cómo combinar representaciones relacionales con generación geométrica por difusión para modelar diferentes clases de complejos biomoleculares.
Conclusión
La arquitectura AlphaFold 3 representa una evolución importante de los sistemas de inteligencia artificial aplicados a estructuras moleculares.
Su principal innovación consiste en combinar Pairformer y modelos de difusión para predecir estructuras tridimensionales de complejos biomoleculares diversos.
Pairformer utiliza 48 bloques para integrar relaciones entre tokens.
El procesamiento MSA se reduce a una etapa especializada.
Posteriormente, el Diffusion Module genera coordenadas atómicas mediante un procedimiento iterativo de eliminación de ruido.
Este enfoque permite trabajar con proteínas, ácidos nucleicos, ligandos y determinados componentes modificados.
Los resultados originales mostraron mejoras importantes en diferentes tareas de predicción de interacciones moleculares.
Además, las métricas pLDDT, PAE, PDE, pTM e ipTM facilitan la interpretación de las predicciones.
Sin embargo, AlphaFold 3 continúa presentando limitaciones relacionadas con estereoquímica, dinámica molecular y generalización.
Una estructura predicha no demuestra automáticamente una interacción biológica real ni una afinidad determinada.
Para estudiantes, investigadores y desarrolladores de inteligencia artificial, AlphaFold 3 ofrece una lección fundamental:
Los modelos generativos de difusión pueden combinar información molecular y relaciones geométricas para construir estructuras tridimensionales complejas, ampliando la inteligencia artificial desde la predicción de proteínas individuales hacia el modelado de sistemas biomoleculares.
Comprender AlphaFold 3 permite profundizar en los fundamentos de Pairformer, representaciones relacionales, difusión, predicción geométrica, modelado de complejos y evaluación de confianza estructural.
Referencias y fuentes oficiales
- Abramson, J. et al. (2024). Accurate structure prediction of biomolecular interactions with AlphaFold 3. Nature, 630, 493–500. https://doi.org/10.1038/s41586-024-07487-w
- Google DeepMind. AlphaFold 3 — Repositorio oficial. https://github.com/google-deepmind/alphafold3
- Google DeepMind. AlphaFold 3 — Documentación de instalación. https://github.com/google-deepmind/alphafold3/blob/main/docs/installation.md
- Google DeepMind. AlphaFold 3 — Formato de entrada. https://github.com/google-deepmind/alphafold3/blob/main/docs/input.md
- Google DeepMind. AlphaFold 3 — Archivos y métricas de salida. https://github.com/google-deepmind/alphafold3/blob/main/docs/output.md
- Google DeepMind. AlphaFold Server. https://alphafoldserver.com/
- Google DeepMind. AlphaFold 3 — Blog científico. https://deepmind.google/discover/blog/alphafold-3-predicts-the-structure-and-interactions-of-all-of-lifes-molecules/
- Jumper, J. et al. (2021). Highly accurate protein structure prediction with AlphaFold. Nature. https://doi.org/10.1038/s41586-021-03819-2
- Evans, R. et al. Protein complex prediction with AlphaFold-Multimer. bioRxiv. https://doi.org/10.1101/2021.10.04.463034
- Lin, Z. et al. (2023). Evolutionary-scale prediction of atomic-level protein structure with a language model. Science. https://doi.org/10.1126/science.ade2574
- Hayes, T. et al. (2025). Simulating 500 million years of evolution with a language model. Science. https://doi.org/10.1126/science.ads0018
- Buttenschoen, M., Morris, G. y Deane, C. (2024). PoseBusters: AI-based docking methods fail to generate physically valid poses or generalise to novel sequences. Chemical Science. https://doi.org/10.1039/D3SC04185A
