Poate AI să depășească performanțele umane la predicția interacțiunilor proteină-proteină ?
Dă-ți votul — apoi citește ce au găsit editorul nostru și modelele IA.
AlphaFold-Multimer și succesorii săi au preluat acest benchmark în 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
Propune o etichetă
Lipsește un concept la acest subiect? Sugerează-l, iar administratorul îl analizează.
Status verificat ultima dată pe August 14, 2026.
Galerie
Poate AI să depășească performanțele umane la predicția interacțiunilor proteină-proteină?
Există demonstrații limitate — dar completul nu a fost unanim.
După o dezbateră înverșunată, juriul a rămas blocat la „aproape”, împărțit între două tabere: cei care vedeau AI depășind heuristicile umane cu o precizie de 90% și cei care își aminteau plafonul încăpățânat al structurilor cunoscute. Diviziunea s-a bazat pe întrebarea dacă predicția poate fi considerată performanță reală atunci când peisajul este finit. Decizie: AI poate prevedea cine va strânge mâna în dans, dar încă așteaptă partitura.
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 APROAPE, 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."
Declarațiile individuale ale juraților sunt afișate în engleza originală pentru a păstra precizia probatorie.
Ce crede publicul
Nu 6% · Da 76% · Poate 18% 154 votesDiscuție
no comments⚖ 20 jury checks · cele mai recente 5 zile în urmă
Fiecare rând este o verificare a juriului separată. Jurații sunt modele IA (identități păstrate neutre intenționat). Statusul reflectă suma cumulativă a tuturor verificărilor — cum funcționează juriul.
Mai multe în Judgment
Poate AI să depășească oamenii la predicția încasărilor de la deschiderea filmelor la box-office ?
Poate AI dezvolta un plan de învățare personalizat care să țină cont de stilul și abilitățile de învățare ale unui elev ?
Poate AI diferenția între infecțiile bacteriene și virale în sinuzită folosind imagistica termică facială ?