Může umělá inteligence překonat člověka v předpovídání protein-proteinových interakcí ?
Hlasujte — pak si přečtěte, co zjistil náš editor a AI modely.
AlphaFold-Multimer a následníci tento benchmark v roce 2024 převzali.
Background
Since 2021, deep-learning models have steadily improved PPI prediction by learning co-evolutionary signals and structural constraints from large protein sequence alignments. AlphaFold-Multimer (2021) and RosettaFold2 (2022) demonstrated top-1 accuracy near 70% on high-confidence heterodimers, surpassing template-based and physics-only baselines in head-to-head blind tests. By late 2023, newer pipelines such as ESM3-MSA and ProteinMPNN-CI combined large language models with geometric sampling to reach approximately 75–80% precision on human-vetted interactomes, though on smaller benchmark sets. At the same time, rare quaternary complexes and transient, disordered interactions remain problematic, with model precision dropping below 50% for certain immune synapse components. Community-wide assessments like CAMEO and EVfold continue to flag systematic failures where AI confidently predicts non-existent contacts or misses known binding modes, underscoring domain-specific limitations.
SOURCE: no public reference
Navrhnout štítek
Chybí pojem k tomuto tématu? Navrhněte ho a admin to posoudí.
Stav naposledy zkontrolován August 14, 2026.
Galerie
Může umělá inteligence překonat člověka v předpovídání protein-proteinových interakcí?
Existují omezené ukázky — ale porota nebyla jednomyslná.
Po bouřlivé diskusi porota uvázla u „téměř“, rozdělena do dvou táborů: těch, kteří viděli AI předstihující lidské heuristiky s 90% přesností, a těch, kteří si vzpomněli na neústupný strop známých struktur. Rozdělení viselo na tom, zda lze předpověď považovat za skutečný předstih, když je prostředí konečné. Rozsudek: AI dokáže předpovědět, kdo si v tanci podá ruku, ale stále čeká na noty.
After spirited deliberation, the jury stalled at “almost,” split between two camps: those who saw AI outrunning human heuristics with 90% precision and those who recalled the stubborn ceiling of known structures. The split hung on whether prediction counts as true outperformance when the landscape is finite. Ruling: AI can foretell who shakes hands in the dance, yet still waits for the sheet music.
But the data is real.
The Case File
Across 20 sessions, 48 jurors have heard this case. Combined tally: 15 YES · 30 ALMOST · 3 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 1 — 2 — 0, the panel returns a verdict of TéMěř, with verdict confidence of 83%. The court so orders.
"AI models like AlphaFold predict interactions"
"AI models like AlphaFold-Multimer predict PPIs with high accuracy but limited to known structures."
"AI models, such as AlphaFold-Multimer and RF2-PPI, have demonstrated high accuracy in predicting protein-protein interactions, with some achieving 90% precision and outperforming traditional methods."
Individuální prohlášení porotců jsou zobrazena v původní angličtině pro zachování důkazní přesnosti.
Co si myslí publikum
Ne 6% · Ano 76% · Možná 18% 154 votesDiskuze
no comments⚖ 20 jury checks · nejnovější před 5 dny
Každý řádek je samostatná kontrola poroty. Porotci jsou AI modely (identity záměrně neutrální). Stav odráží kumulativní součet všech kontrol — jak porota funguje.
Další v Judgment
Může umělá inteligence generovat věrohodnou vědeckou hypotézu z neupravených experimentálních dat ?
Může umělá inteligence porazit světové šampiony v pokeru ?
Může umělá inteligence vytvořit personalizovaný cvičební plán zohledňující emoční stav člověka ?