AlphaFold(アルファフォールド)とは

AlphaFoldとは、タンパク質の立体構造を予測するためにGoogle傘下のDeepMindが開発したAIのことです。アミノ酸がどんな順番で並んでいるかという情報だけから、そのタンパク質がどんな形に折りたたまれるかを言い当てます。タンパク質は生命の働きを担う部品で、形がそのまま役割を決めるため、形が分かることには大きな意味があります。

50年来の難問を解いた

1970年代から研究者はアミノ酸の並びから形を言い当てようと挑み、うまくいきませんでした。実験で調べる道はありますが、1つの形を突き止めるのに数年と数十万ドルかかることもあるといいます（DeepMind公式・2026年9月時点の記載）。転機は2016年。囲碁のAlphaGoがイ・セドル九段を破ったことで、DeepMindは自分たちのAIが科学の難問にも通じると考え、構造予測に取り組む小さなチームを立ち上げました。流れが変わったのは2020年11月30日。予測の精度を競う国際コンペCASP14でAlphaFold 2が圧勝し、主催者から「50年来のタンパク質折りたたみ問題の解決」と認められました。ずれの中央値はおおよそ原子1個ぶんにあたる1オングストローム未満。2番手の3倍の精度で、実験で調べた構造に並ぶ水準です。翌2021年7月には手法がNature誌に載り、コードも公開されました。

2億件の予測を、誰でも無料で引けるようにした

成果はDeepMindの中に閉じませんでした。2021年7月、欧州分子生物学研究所のEMBL-EBIと組んでAlphaFoldタンパク質構造データベースを公開。ヒトなど21種ぶんの35万構造超から始まり、2022年7月には、科学の世界で名前の分かっているタンパク質ほぼ全部にあたる2億件超へ広げました。実験で形を決めてきた側のデータベースPDBは、1971年にわずか7構造で始まり、55年かけて約26万件（2026年9月時点）。桁が3つ違うと言えば、この公開の意味が伝わるでしょうか。

AlphaFold 3では、薬の分子との相互作用まで

2024年5月8日、Google DeepMindは創薬会社のIsomorphic Labsと共同でAlphaFold 3を発表しました。タンパク質だけでなく、生命をかたちづくる分子どうしが「どう組み合わさるか」まで予測するのが新しい点です。薬の候補となる小さな分子がタンパク質のどこにはまるかを見られるため、創薬の現場に直接効きます。非営利の研究なら、同じ日に公開されたAlphaFold Serverで無料で試せるのもありがたいところ。2025年11月の時点で、190を超える国の300万人以上の研究者が利用し、抗菌薬の効かない菌や作物の丈夫さ、心臓病といった課題に使われています。なお登場は2020年。ChatGPTが広まる前から、AIは科学研究の現場で成果を上げていたのです。

AlphaFoldに関するよくある質問

AlphaFoldの予測は、どこまで信じてよいのですか？

予測された形には、部分ごとの確信度スコア(pLDDT)が付きます。0から100の目盛りで、90を超える部分は骨格も枝の部分もほぼ正確、70を超えれば骨格は正しいと見てよいとされます。50を下回るのは、そもそも決まった形を持たない柔らかい領域か、AlphaFoldが判断する材料を持てなかった領域です(EMBL-EBI)。1つのタンパク質の中でも確信度は大きく上下するので、全体をひとまとめに信じるのではなく、見たい部分のスコアを確かめるのが正しい使い方です。

AlphaFoldが世に出たのは2020年ですか？

研究者を驚かせたのは2020年のAlphaFold 2ですが、その前の版がすでに実績を出しています。2018年12月、予測精度を競う国際コンペCASP13に「A7D」というエントリー名で参加した初代AlphaFoldが1位になりました。ここでチームを増やし、作り直した新しい仕組みが2年後のAlphaFold 2です。

AlphaFoldはChatGPTのようなAIと同じものですか？

別物です。AlphaFoldはアミノ酸の並びからタンパク質の形を予測する専用のAIで、文章を書いたり質問に答えたりはしません。共通しているのは、大量のデータでニューラルネットワークを訓練するという土台の部分だけです。用途がまったく違うので、社内で「AIを導入する」という話とは別の世界の道具だと考えてください。