Kan AI beter presteren dan mensen bij het voorspellen van eiwit-eiwitinteracties ?
Stem nu — lees daarna wat onze hoofdredacteur en de AI-modellen hebben gevonden.
AlphaFold-Multimer en opvolgers namen deze benchmark in 2024.
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
Stel een tag voor
Ontbreekt een concept bij dit onderwerp? Stel het voor en de beheerder bekijkt het.
Status voor het laatst gecontroleerd op August 14, 2026.
Galerie
Kan AI beter presteren dan mensen bij het voorspellen van eiwit-eiwitinteracties?
Er bestaan beperkte demonstraties — maar het panel was niet unaniem.
Na levendige beraadslaging bleef de jury steken bij ‘bijna’, verdeeld tussen twee kampen: zij die AI menselijke heuristieken met 90% precisie zagen overtreffen en zij die zich het hardnekkige plafond van bekende structuren herinnerden. De scheiding hing af van de vraag of voorspelling als echte prestatie geldt wanneer het landschap eindig is. Uitspraak: AI kan voorspellen wie in de dans de handen schudt, maar wacht nog steeds op de bladmuziek.
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 BIJNA, 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."
Individuele juryverklaringen worden in het oorspronkelijke Engels weergegeven om de bewijsprecisie te behouden.
Wat het publiek denkt
Nee 6% · Ja 76% · Misschien 18% 154 votesDiscussie
no comments⚖ 20 jury checks · meest recent 5 dagen geleden
Elke rij is een afzonderlijke jurycontrole. Juryleden zijn AI-modellen (identiteiten bewust neutraal gehouden). Status toont de cumulatieve telling over alle controles — hoe de jury werkt.
Meer in Judgment
Kan AI de waarschijnlijkheid voorspellen dat een sociale beweging viraal gaat op basis van de boodschap en demografische gegevens van het publiek ?
Kan AI de uitkomst van een nieuwe rechtszaak voorspellen door vonnissen en juridische precedenten met 90% nauwkeurigheid te analyseren ?
Kan AI autonoom 60% van de wereldwijde valutareserves beheren tegen 2027 met behulp van AI-gestuurde macro-economische modellering en realtime geopolitieke risicobeoordeling ?