# איך AlphaFold חוזה את המבנה של חלבון?

> נכתב בעזרת בינה מלאכותית · [ביוטכנולוגיה: ביואינפורמטיקה, נתונים ביולוגיים והמחשב](https://www.lessons.co.il/he/ביואינפורמטיקה) · כיתה י״א · 2026-11-13 · https://www.lessons.co.il/he/ביואינפורמטיקה/איך-חוזים-את-המבנה-של-חלבון

AlphaFold חוזה את המבנה התלת ממדי של חלבון מרצף חומצות האמינו שלו בעזרת רשת עצבית שאומנה על מבנים שנמדדו במעבדה. הוא מיישר את הרצף עם רצפים קרובים, לומד אילו חומצות אמינו נמצאות קרוב זו לזו, ובונה מודל עם ציון ביטחון לכל חומצת אמינו. הגרסה שלו מ־2020 התקרבה לדיוק של ניסוי וזכתה בחלק מפרס נובל לכימיה של 2024.

## הסבר על הנושא

### הצורה קובעת את התפקיד

חיזוי מבנה של חלבון מתחיל בעובדה פשוטה: חלבון הוא שרשרת של חומצות אמינו שמתקפלת לצורה מדויקת אחת, והצורה קובעת מה הוא עושה: האתר הפעיל של אנזים, כיס הקישור של נוגדן. ב־1961 פרש כריסטיאן אנפינסן את האנזים ריבונוקלאז בעזרת חומרים כימיים, וראה אותו מתקפל בחזרה ופועל שוב אחרי שסילק אותם. המסקנה, שרצף חומצות האמינו מכיל את כל המידע על הצורה, זיכתה אותו בחלק מפרס נובל לכימיה של 1972.

מדידת צורה איטית. קריסטלוגרפיה בקרני X, תהודה מגנטית גרעינית ומיקרוסקופיית אלקטרונים בהקפאה יכולות לקחת חודשים או שנים לחלבון אחד, ובנק נתוני החלבונים, שהוקם ב־1971, שומר את התוצאות. רצפים, לעומת זאת, נקראים במיליונים. חיזוי הצורה מהרצף, בעיית קיפול החלבון, נשאר בעיקרו בלתי פתור במשך כחמישים שנה, כי שרשרת יכולה באופן עקרוני לקבל מספר אסטרונומי של צורות.

### איך AlphaFold מגיע לחיזוי

AlphaFold, שנבנה בחברת Google DeepMind בידי צוות בהובלת דמיס הסביס וג׳ון ג׳מפר, הוא רשת עצבית, מודל ממוחשב שלומד דפוסים מדוגמאות, שאומנה על המבנים שבבנק נתוני החלבונים. הוא מתחיל ביישור רצף השאילתה עם רצפים קרובים ממינים רבים. במקומות שבהם שני מקומות ברצף משתנים יחד לאורך האבולוציה, הם כנראה נוגעים זה בזה בחלבון המקופל, כי שינוי באחד צריך להתאזן בשני. מהרמזים האלה וממה שלמדה ממבנים ידועים, הרשת מחשבת את המרחקים בין חומצות האמינו ובונה מודל תלת ממדי. לחלבון שיש לו מעט קרובים ידועים הרמזים חלשים יותר, והחיזוי בדרך כלל בטוח פחות.

את ההתקדמות שופטים ב־CASP, תחרות עיוורת שנערכת כל שנתיים, ובה צוותים חוזים מבנים שכבר נמדדו אבל עוד לא פורסמו. בתחרות CASP14 ב־2020 הגיע AlphaFold2 לציון חציוני של 92.4 מתוך 100, בערך הרמה שנחשבת בדרך כלל להתאמה לניסוי. טעות נפוצה היא לחשוב ש־AlphaFold מדמה את הפיזיקה של הקיפול צעד אחר צעד. הוא אינו עושה זאת: הוא חוזה את הצורה הסופית מדפוסים שלמד מרצפים וממבנים. לכן גם אין בו הסבר מלא לשאלה איך החלבון מגיע לצורה הזאת בתא, וזו עדיין שאלה פתוחה במחקר.

### קריאת ציון הביטחון

לכל חומצת אמינו במודל יש ציון ביטחון, pLDDT, מ־0 עד 100. מ־90 ומעלה החיזוי אמין בדרך כלל גם בפרטים הקטנים; מ־70 עד 90 השלד של השרשרת כנראה נכון; מ־50 עד 70 צריך להתייחס אליו בזהירות; מתחת ל־50 הוא לא ודאי מאוד, ולעתים קרובות אלה אזורים לא מסודרים שאין להם צורה קבועה בתא. תלמיד שמציג אזור בביטחון נמוך כאילו נמדד קרא את המודל לא נכון. במאגר הציבורי הציונים צבועים על המודל: כחול כהה לביטחון גבוה מאוד, תכלת, צהוב, וכתום לביטחון נמוך מאוד, כך שמבט אחד מראה על אילו חלקים אפשר לסמוך.

### מה השתנה, ומה נשאר

מאז חזה הצוות מבנים לכמעט כל כ־200 מיליון החלבונים הידועים, ופרס נובל לכימיה של 2024 ניתן מחציתו להסביס ולג׳מפר, ומחציתו לדייוויד בייקר על תכנון חלבונים חדשים במחשב. חוקרים מתחילים היום פרויקטים רבים ממודל חזוי, כדי לתכנן מוטציה או למצוא איפה תרופה עשויה להיקשר. ובכל זאת חיזוי אינו מדידה: הוא מראה צורה קבועה אחת, עלול להחמיץ איך חלבון משתנה כשהוא נקשר לשותף, ובודקים אותו בניסוי כשהפרטים חשובים. גם כאן הביואינפורמטיקה והמעבדה עובדות יחד: המודל מציע השערה מפורטת, והניסוי מכריע אם היא נכונה.

## תרגול: חיזוי מבנה של חלבון

לתלמידי ביוטכנולוגיה בכיתה י״א. ענו על כל שאלה בעזרת הדף, ובדקו את עצמכם מול התשובות.

1. **מה הראה הניסוי של אנפינסן בריבונוקלאז, ולמה הוא הופך חיזוי מבנה לאפשרי באופן עקרוני?** — שחלבון שנפרש מתקפל בחזרה לצורה הפעילה שלו מעצמו, ולכן רצף חומצות האמינו מכיל את כל המידע על הצורה. אם הרצף קובע את הצורה, אפשר באופן עקרוני לחשב אותה ממנו.
2. **כתבו את השלב החסר והסבירו מה AlphaFold לומד ממנו.** — רצפים קרובים, מיושרים עם השאילתה. מקומות שמשתנים יחד לאורך האבולוציה כנראה נוגעים זה בזה בחלבון המקופל, וזה רמז לצורה.
3. **מדוע היה כל כך קשה לחזות מבנה מרצף לפני AlphaFold?** — שרשרת של מאות חומצות אמינו יכולה באופן עקרוני לקבל מספר אסטרונומי של צורות, ומדידת צורות בניסוי איטית, ולכן לא הייתה דרך מהירה למצוא את הצורה הנכונה.
4. **השלימו את התאים המוסתרים: איך להשתמש באזורים עם ציון 50 עד 70 ומתחת ל־50?** — 50 עד 70: ביטחון נמוך, להתייחס בזהירות. מתחת ל־50: ביטחון נמוך מאוד, לרוב אזור לא מסודר בלי צורה קבועה.
5. **כתבו את האירוע של 2020 בציר הזמן, והסבירו מה זה CASP.** — AlphaFold2 בתחרות CASP14. ‏CASP היא תחרות עיוורת שנערכת כל שנתיים, ובה צוותים חוזים מבנים שכבר נמדדו ועוד לא פורסמו, כך שאפשר לבדוק את החיזויים בהגינות.
6. **במודל של חוקרת ציון ה־pLDDT מעל 90 ברוב החלבון, אבל מתחת ל־50 בלולאה ארוכה. מה עליה להסיק על הלולאה?** — הצורה של הלולאה לא ודאית מאוד; ייתכן שהיא לא מסודרת בתא. אסור לה להסיק מסקנות מהמיקום החזוי שלה בלי עדות מניסוי.
7. **כתבו שתי מגבלות של מבנים חזויים.** — למשל: חיזוי אינו מדידה; הוא מראה צורה קבועה אחת; הוא עלול להחמיץ איך חלבון משתנה כשהוא נקשר לשותף; אזורים בביטחון נמוך אינם אמינים.

## שאלות נפוצות

### מי זכה בפרס נובל לכימיה של 2024?

מחצית הפרס ניתנה לדייוויד בייקר על תכנון חלבונים ממוחשב, ומחציתו חולקה בין דמיס הסביס וג׳ון ג׳מפר מ־Google DeepMind על חיזוי מבנים של חלבונים בעזרת AlphaFold.

### האם AlphaFold חינמי?

במאגר המבנים החזויים שלו אפשר לחפש ולהוריד בחינם, וגרסאות של התוכנה זמינות לחוקרים, כך שאפשר לראות בדפדפן מודל של רוב החלבונים הידועים.

### מה זו בעיית קיפול החלבון?

השאלה איך לחזות את הצורה התלת ממדית של חלבון רק מרצף חומצות האמינו שלו, שנשארה פתוחה כחמישים שנה עד ש־AlphaFold2 התקרב לדיוק של ניסוי ב־2020.

### מה פירוש pLDDT?

ציון הביטחון של AlphaFold, מ־0 עד 100, לכל חומצת אמינו במודל. מעל 90 זה ביטחון גבוה מאוד; מתחת ל־50 זה מסמן לעתים קרובות אזור לא מסודר.

### האם AlphaFold מייתר ניסויים?

לא. הוא נותן מודל התחלתי חזק, אבל ניסויים עדיין מודדים צורות, בודקים חיזויים כשהפרטים חשובים ומראים איך חלבונים זזים ונקשרים לשותפים.
