De mogelijkheid om eiwitvouwing te voorspellen met kunstmatige intelligentie veroorzaakte een ware aardverschuiving in de structurele biologie, maar de voorspellingen kennen verschillende gebreken. NKI-onderzoekers gebruiken hun eigen algoritme om enkele van deze gebreken te verhelpen.

Eiwitstructuren bepalen vergde arbeidsintensieve analyses in het lab, tot AlphaFold en RoseTTAfold in 2021 op het toneel verschenen. Beide methodes gebruiken artificiële intelligentie om eiwitstructuren te voorspellen op basis van de aminozuurvolgorde (zie ook ons achtergrondverhaal van februari 2022). De ontwikkeling had enorme impact, maar de modellen missen biologische context en interpretatie. AlphaFold voorspelt maar één toestand, terwijl eiwitten heel dynamisch zijn. Daarnaast hebben de eiwitmodellen geen liganden. Hemoglobine heeft bijvoorbeeld heem nodig om zijn structuur aan te nemen, maar dat heem is niet aanwezig in het AlphaFold-model. Deze tekortkomingen inspireerden onderzoekers in de groep van Anastassis (‘Tassos’) Perrakis aan het Nederlands Kanker Instituut (NKI) om databases te combineren en zo meer informatie in het model te stoppen.