Kan AI överträffa människor när det gäller att förutsäga protein-protein-interaktioner ?
Lägg din röst — läs sedan vad vår redaktör och AI-modellerna hittat.
AlphaFold-Multimer och efterföljare tog detta benchmark 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
Föreslå en tagg
Saknas ett begrepp i ämnet? Föreslå det så granskar admin.
Status senast kontrollerad August 14, 2026.
Galleri
Kan AI överträffa människor när det gäller att förutsäga protein-protein-interaktioner?
Begränsade demonstrationer finns — men juryn var inte enig.
Efter livlig överläggning fastnade juryn vid "nästan", splittrad mellan två läger: de som såg AI springa ifrån mänskliga heuristiker med 90% precision och de som mindes den envisa gränsen för kända strukturer. Splittringen handlade om huruvida förutsägelse räknas som verklig prestation när landskapet är ändligt. Beslut: AI kan förutse vem som skakar hand i dansen, men väntar fortfarande på noterna.
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 NäSTAN, 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."
Enskilda jurymedlemmars uttalanden visas på originalengelska för att bevara den bevismässiga precisionen.
Vad publiken tycker
Nej 6% · Ja 76% · Kanske 18% 154 votesDiskussion
no comments⚖ 20 jury checks · senaste för 5 dagar sedan
Varje rad är en separat jurykontroll. Jurymedlemmar är AI-modeller (identiteter avsiktligt neutrala). Status speglar den kumulativa räkningen över alla kontroller — så fungerar juryn.