atari、囲碁、スタクラ2に続き、タンパク質構造予測の世界でも。ある意味、ゲームの世界から初めて実用へ。

AlphaFold2がタンパク質の四次構造予測コンペCASP14で、２位のプロDavid Bakerに倍以上の圧倒的なスコア差をつけて優勝。

今回はただ優勝したというだけではない。1年半前に優勝した時のAlphaFoldとは違い、結晶構造解析（つまり正解データ）並の精度が爆速で得られている事から、実質的にタンパク質構造予測問題を解決と言える。コンペ主催者が正式に"Solution"と認定した。

例えるなら、囲碁の必勝法発見ではなく、人間が勝てないレベルに到達、と同じ。

ただ、人同士の勝負を見せるのが仕事の棋士と違い、構造計算は結果を出すのが仕事なので、本格的な失業をもたらす。

構造解析並みの結果という事は、Structure-Based Drug Design (SBDD) による創薬に使えるレベルという事を指している。配列のわかっているタンパク質は約18億あるが、構造がわかっているのは17万しかないので、これで一気に解決する。今後、この手法の創薬は加速しそう。

タンパク質の立体構造はアミノ酸配列だけから決まるが（Anfinsenのドグマ、1973）、それを予測するという問題は、取り得る構造の自由度が10^300 を超えるオーダーととなるため（囲碁の局面数は10^170程度）、当てずっぽうの計算では天文学的な時間がかかるが、自然界では難なく折りたたまれる（Levinthalのパラドックス、1969）。

学習には128個のTPUv3（Tensor processing unit: Googleが開発した機械学習に特化した集積回路）を数週間使い、残基間距離でグラフ表現したものを類縁配列・マルチプルアラインメントし、残基ペアの表現学習を行ったとのこと。

論文、プログラム共に公開する予定。
今後は複数のタンパク質で構成される複合体の構造予測に期待がかかる。

次の山は無機物資の構造相図（温度・圧力依存性）を組成から予測する事かな。流石にこちらは電子軌道を加味する必要が出てきて難しいかな。

追記
少し修正しました。
普段AIやテクノロジーを語るピッカーの方々から、まともなコメントが一つもないのはなぜだ。