AlphaFold & AlphaGenome (Google DeepMind)

Hvordan virker AlphaFold og AlphaGenome?

AlphaFold bruger deep learning til at forudsige, hvordan en kaede af aminosyrer folder sig til en tredimensionel proteinstruktur. Proteiner er de molekylaere maskiner, der driver alle processer i levende celler, og deres funktion afhaenger af deres form. AlphaFold 2 loeste i 2020 det sakaldte protein folding problem, som havde vaeret en af biologiens stoerste udfordringer i over 50 aar. AlphaFold 3, lanceret i 2024, kan desuden forudsige strukturer af proteinkomplekser med DNA, RNA og udvalgte ligander.

AlphaGenome, lanceret i juni 2025, er en AI-model der analyserer DNA-sekvenser med hidtil uset praecision. Modellen kan behandle op til en million DNA-basepar ad gangen og forudsige en bred vifte af biologiske faenomener: hvor gener starter og slutter, RNA-splejsningsmoenstre, kromatintilgaengelighed og proteinbinding. Hvor tidligere modeller var specialiserede til enkelte opgaver, tilbyder AlphaGenome en samlet arkitektur, der opnaar topresultater paa tvaers af 24 ud af 26 variant-effekt benchmarks.

Begge modeller er baseret paa foundation model-arkitekturen, traenet paa massive biologiske datasaet. AlphaFold har allerede forudsagt strukturen af over 200 millioner proteiner, som er frit tilgaengelige i AlphaFold Protein Structure Database.

Vil du forstaa, hvordan AI forandrer life science og lagemiddeludvikling? Consile raadgiver om AI-strategi og implementering paa tvaers af brancher. Kontakt os for en uforpligtende samtale om jeres muligheder.

AlphaFold og AlphaGenome i erhvervslivet

Den mest direkte erhvervsanvendelse er laegemiddeludvikling. AlphaFold goer det muligt at identificere lovende drug targets hurtigere og billigere end traditionelle metoder. Isomorphic Labs, et soesterselskab til DeepMind under Alphabet, har indgaaet partnerskaber med Eli Lilly og Novartis til en samlet vaerdi af tre milliarder dollars for at udvikle nye laegemidler baseret paa AlphaFold-teknologien.

For startups har AlphaFold saenket adgangsbarrieren markant. Hvor laegemiddeludvikling tidligere kraevede hundredvis af millioner i kapital, kan virksomheder med 5-10 millioner dollars i funding nu realistisk paabegynde udvikling af nye laegemidler takket vaere AI-baseret strukturforudsigelse.

AlphaGenome aabner nye muligheder inden for personlig medicin og sjaeldne sygdomme. Modellen kan forudsige, hvordan specifikke DNA-mutationer paavirker genregulering, hvilket er centralt for at forstaa sygdomme som spinal muskelatrofi og cystisk fibrose. For biotek-virksomheder betyder det hurtigere identifikation af sygdomsmarkoerer og potentielle behandlingsmaal.

Danmark har en staerk life science-sektor med virksomheder som Novo Nordisk, Lundbeck og en lang raekke biotek-startups. For disse virksomheder kan AlphaFold og AlphaGenome accelerere forskningsprocesser og reducere omkostninger i de tidlige faser af laegemiddeludvikling.

Hvad AlphaFold og AlphaGenome ikke er

AlphaFold erstatter ikke eksperimentel biologi. Modellen forudsiger statiske proteinstrukturer, men kan ikke simulere dynamiske processer i levende celler. Den har ogsaa begraensninger ved proteiner, der er iboende uordnede (intrinsically disordered proteins), samt ved membranproteiner, hvor den ikke tager hoejde for membranens orientering. AlphaFold er heller ikke direkte anvendelig til molecular docking, altsaa simulering af hvordan et laegemiddelmolekyle binder til et protein.

AlphaGenome er tilgaengelig til ikke-kommerciel brug via en online API, men er endnu ikke en fuldstaendig erstatning for laboratoriebaseret genomforskning. Begge modeller er kraftfulde vaerktoejer, der supplerer snarere end erstatter eksperimentelle metoder.

Det er ogsaa vigtigt at skelne AlphaFold fra generativ AI som LLMer. AlphaFold og AlphaGenome er specialiserede AI-systemer designet til specifikke videnskabelige opgaver, ikke generelle sprogmodeller.