уже вверху сказали

Внимание, это не учебная тревога: DeepMind только что обьявили, что "решили проблему фолдинга белка"!  Если я все правильно понимаю (а я конечно не биолог и не химик) достигнув средней оценки точности в 87 GDT, ребята из DeepMind теперь могут с очень высокой точностью моделировать фолдинг белка в компьютерной модели, избегая реальных химическиъ экспериментов.

Почему это большое дело - потому что это действительно проблема над которой бьются последние 50 лет. И последние 15 из них GDT score болтался между 30 и 45, так что это огромный рывок вперед. Конечно их заявление еще будут проверять и понятно что GDT не 100 и что это решение для статического фолдинга, динамический фолдинг - гораздо более сложная задача. Однако это уже не AlphaZero, который играет в игры, это решение реальных проблем человечества с помощью ИИ! Кажется всех кто занимается темой ИИ сегодня можно поздравить.

https://deepmind.com/blog/article/alphafold-a-solution-to-a-50-year-old-grand-challenge-in-biology

конечно, без детального описания и имплементации (а оно будет еще хз когда) сложно обсуждать. но из тех обрывков, что уже есть в твитторе и прочих источниках, они тренировались тупо по всему PDB. без поправки на условия.

А structure switching белков, вообще-то, вагон и маленькая тележка. Особенно вся сенсорная часть (там сплошные Ca2+ зависимые переключения), каналы и тд.

Они прошлую-то имплементацию хоть выложили? Детали-то рассказывали, но кода / бинарника / API я не видел.

ну и да, из главных уточнений:

На пдб есть структры делков в разных условиях?

Да даже есть не про физиологические  - одна лаба в одних условиях кристаллизует, другая - в других, структура получается немного разная - такое бывает?