Voici une synthèse de travail sur Peptide, pour qui veut plus qu'un paragraphe et moins qu'un manuel.
À jour au 2025-11-12. Les chiffres et descriptions suivent la littérature publiée, pas le matériel promotionnel.
=== Principe === AlphaFold est un logiciel d'intelligence artificielle (IA) qui fait appel à l'apprentissage profond. En 2020, selon John Jumper (chef du développement d'AlphaFold chez DeepMind), interviewé dans la revue Science, AlphaFold associe l'apprentissage profond à un « algorithme d'attention » qui en quelque sorte copie la manière dont un humain assemble les pièces d'un puzzle quand il connecte entre eux de petits amas de pièces préalablement réalisés (un amas représentant ici un petit assemblage d'acides aminés). AlphaFold utilise 128 processeurs d'apprentissage automatique qui ont entraîné cet algorithme sur environ 170 000 structures protéiques déjà connues. L'IA peut ensuite modéliser des protéines constituées de dizaines à des centaines d'acides aminés en tenant compte de ce qu'elle a appris sur la manière dont l'ordre de ces acides aminés dicte la façon très complexe dont « la myriade de poussées et de tractions entre eux donne naissance aux formes 3D complexes des protéines, qui, à leur tour, déterminent leur fonctionnement. La connaissance de ces formes aide les chercheurs à concevoir des médicaments qui peuvent se loger dans les poches et les crevasses des protéines. Il devient alors possible de synthétiser des protéines avec la structure souhaitée, ce qui pourrait ainsi accélérer le développement d'enzymes fabricant des biocarburants ou dégradant les déchets plastiques ».
Sources : fr.wikipedia.org
=== Base de données === En 2021, DeepMind a ouvert une base de données publique de modèles de structure prédits par AlphaFold, pour plus de 365 000 protéines humaines, et de 20 organismes modèles ; prévoyant d'y ajouter plus de 100 millions de protéines issues de diverses espèces. En 2024, cette base contient « des prédictions de structure pour presque toutes les protéines connues ». Elle pourrait révolutionner la chimie et la biochimie computationnelles.
Sources : fr.wikipedia.org
=== Limites d'AlphaFold === Bien que les prédictions d'AlphaFold aient révolutionné la biologie structurale, elles ne sont pas exemptes d'erreurs. Une étude publiée en 2021 dans Nature Methods compare les structures protéiques déterminées expérimentalement via des techniques comme la cristallographie aux rayons X avec les prédictions générées par AlphaFold. Les résultats montrent que, bien que globalement très précises, les prédictions de l'IA présentent de légères déviations par rapport aux structures obtenues expérimentalement. Martin Weigt, professeur en biologie computationnelle à Sorbonne Université, explique que les prédictions d'AlphaFold sont « systématiquement un peu plus éloignées des structures expérimentales, même si ces écarts restent minimes ». Ces petites différences soulignent que la détermination expérimentale des structures reste importante, notamment pour valider ou affiner les prédictions générées par AlphaFold.
Sources : fr.wikipedia.org
=== AlphaFold 1 === Fin 2018, la première version du logiciel AlphaFold permet à une équipe de chercheurs de se classer première lors du 13e concours Critical Assessment of Protein Structure Prediction (CASP). Cette version utilise un réseau neuronal profond pour estimer une carte de distance entre les résidus et un potentiel statistique pour optimiser la structure. Elle a particulièrement bien réussi à prédire la structure la plus précise de cibles classées parmi les plus difficiles par les organisateurs du concours, et pour lesquelles aucune structure modèle existante n'était disponible[réf. souhaitée].
Sources : fr.wikipedia.org
Peptide est résumé ici à partir de littérature publique : définition, contexte et points récurrents en pratique. Informations générales, pas un avis médical.
La recherche sur Peptide repose surtout sur des travaux de laboratoire et des modèles animaux ; les données cliniques varient selon la substance.
La pureté et l'analyse (HPLC, spectrométrie de masse), une reconstitution correcte et un stockage adapté sont déterminants.%!(EXTRA string=Peptide)
Tous les mécanismes ne sont pas démontrés et une étude isolée ne fait pas une preuve globale. Les questions ouvertes sont signalées comme telles.%!(EXTRA string=Peptide)