A mesterséges intelligencia, és azon belül az AlphaFold2 (AF2) új fejezetet nyitott a fehérjeszerkezet becslés területén, megreformálva a szerkezeti biológia számos területét. Mivel a transzmembrán fehérjék hagyományos szerkezet becslési eljárásai bonyolultak és jelentős hibával terheltek voltak, az AF2 nagy segítséget jelent a tudományos közösség számára. A viszonylag csekély számú kísérletes szerkezetet kiegészítve az AF2 több ezer új alfa-helikális membránfehérje 3D becslését biztosítja. A megbízható szerkezeti sablonok/templátok hiánya és az a tény, hogy az AF2-t nem tanították a membrán és vizes közeg fázishatárán lévő transzmembrán fehérjék speciális tulajdonságainak a kezelésére, szükségessé teszi a becsült szerkezetek helyességének értékelését. A munkacsoportunk által fejlesztett Transmembrane AlphaFold adatbázisban (TmAlphaFold adatbázis, link) a TMDET segítségével egy egyszerű geometria-alapú módszert alkalmaztunk a fehérjék membránban való elhelyezkedésének a becslésére. A legvalószínűbb membránsík becslésén felül számos módon értékeljük a szerkezeteket, azokat öt megbízhatósági kategóriába rendezve. Eredményeink alapján az AF2 átlagosan nagy pontossággal képes megbecsülni a transzmembrán fehérjék szerkezetét, de sikerült néhány tipikus hibát azonosítani, amely hibák azonosítása előkészíti az utat egy még pontosabb szerkezetbecslő eljárás elkészítéséhez.
