Desenvolvido pela DeepMind em 2020, o AlphaFold é uma inovadora ferramenta de inteligência artificial que surgiu na CASP14, uma competição de predição de estruturas proteicas. À época, ele foi apresentado como uma solução para o desafiante problema do enovelamento de proteínas. Esse problema envolve a compreensão de como uma sequência de aminoácidos se converte em uma estrutura tridimensional. Uma proteína não enovelada vai mudando de conformação, diminuindo a entropia até chegar no estado de menor energia, em que ela estará em seu estado nativo. O “paradoxo de Levinthal” destaca a complexidade desse processo, sugerindo que, embora uma proteína possa se dobrar em milissegundos, o tempo necessário para calcular todas as estruturas possíveis é maior do que a idade do universo conhecido. Embora o AlphaFold não tenha resolvido completamente esse desafio, ele marcou um avanço significativo ao prever com precisão as estruturas proteicas a partir de sequências primárias, revolucionando a pesquisa em biologia. Neste artigo, nossa intenção será elucidar o processo pelo qual esse sistema constrói as estruturas tridimensionais, abordando também aulas práticas sobre modelagem molecular, utilizando o AlphaFold como ferramenta central em nossos experimentos. Com isso, esperamos proporcionar uma compreensão mais aprofundada das capacidades dessa tecnologia e seu potencial impacto no avanço da pesquisa em bioinformática e biologia molecular.