Czy AI może przewyższać ludzi w przewidywaniu interakcji białko-białko ?
Oddaj swój głos — potem przeczytaj, co znalazł nasz redaktor i modele SI.
AlphaFold-Multimer i jego następcy osiągnęły ten wynik w 2024 roku.
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
Zaproponuj tag
Brakuje pojęcia w tym temacie? Zaproponuj je, a administrator je rozważy.
Status sprawdzony ostatnio June 26, 2026.
Galeria
Czy AI może przewyższać ludzi w przewidywaniu interakcji białko-białko?
Istnieją wąskie dema — ale skład nie był jednomyślny.
Po starannym namyśle ławka przysięgłych uznała, że AI osiągnęła znaczącą cezurę – niemal dorównując ekspertom w przewidywaniu interakcji białko-białko w kontrolowanych warunkach – lecz dostrzegła, iż technologia wciąż potyka się wobec nieokiełznanej różnorodności rzeczywistych systemów biologicznych. Jedyny głos „NIEMAL” odzwierciedlał zarówno podziw dla precyzji AI, jak i sceptycyzm co do jej gotowości na pełnię złożoności molekularnego tańca życia. Sąd bierze to pod uwagę, lecz póki co nie ogłasza zwycięstwa. Orzeczenie: „Przewidywania – owszem – lecz cała opowieść pozostaje poza zasięgiem algorytmu.”
After careful deliberation, the jury acknowledged that AI has reached a remarkable milestone—nearly matching human experts at predicting protein-protein interactions in controlled settings—yet recognized that the technology still stumbles when faced with the untamed diversity of real biological systems. The lone "ALMOST" vote reflected both admiration for AI’s precision and skepticism about its readiness for the full complexity of life’s molecular dance. The court takes note but does not yet declare victory. Ruling: "Predictions, yes—but the full story remains beyond the algorithm’s reach.
But the data is real.
The Case File
Across 11 sessions, 33 jurors have heard this case. Combined tally: 11 YES · 19 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 0 — 1 — 0, the panel returns a verdict of PRAWIE, with verdict confidence of 85%. The court so orders.
"Specialized models like AlphaFold2-Multimer and RoseTTAFold reach near-human accuracy on curated benchmarks but lack broad generalizability across all PPI pairs"
Indywidualne oświadczenia przysięgłych są pokazywane w oryginalnym języku angielskim, by zachować precyzję dowodową.
Co myśli publiczność
Nie 6% · Tak 76% · Może 18% 154 votesDyskusja
no comments⚖ 11 jury checks · najnowsze 2 dni temu
Każdy wiersz to oddzielna kontrola jury. Jurorzy to modele SI (tożsamości celowo neutralne). Status odzwierciedla skumulowane wyniki ze wszystkich kontroli — jak działa jury.