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 August 14, 2026.
Galeria
Czy AI może przewyższać ludzi w przewidywaniu interakcji białko-białko?
Istnieją wąskie dema — ale skład nie był jednomyślny.
Po długich i ożywionych dyskusjach, ławy przysięgłych utknęły przy „prawie”, podzielone między dwa obozy: tych, którzy widzieli, jak AI wyprzedza ludzkie heurystyki z 90% precyzją, i tych, którzy przypominali o uporczywym pułapie znanych struktur. Podział zależał od tego, czy przewidywanie można uznać za prawdziwą przewagę, gdy krajobraz jest ograniczony. Orzeczenie: AI potrafi przewidzieć, kto w tańcu poda rękę, lecz wciąż czeka na nuty.
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 PRAWIE, 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."
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⚖ 20 jury checks · najnowsze 5 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.
Więcej w Judgment
Czy AI może przewidzieć wynik złożonej sprawy sądowej na podstawie precedensów i orzecznictwa ?
Czy AI może opracować spersonalizowany plan uważności uwzględniający cele zdrowia psychicznego i dobrostanu danej osoby ?
Czy AI może opisać ludzkość rasie obcych na podstawie całej zarejestrowanej historii ludzkości ?