DeepMindの研究者John Jumper氏らが2021年7月15日にNature誌で発表し、米国立医学図書館PubMed Central（PMC）でも公開されている論文によると、深層学習を用いたタンパク質立体構造予測システムAlphaFold2は、独立した第三者機関が運営する盲検コンペティションCASP14において、予測精度の中央値で骨格構造0.96Å（r.m.s.d.95）、全原子構造1.5Å（r.m.s.d.95）を達成しました。これは次点手法の骨格構造2.8Å、全原子構造3.5Åと比較して大幅に高い精度であり、多くのケースで実験的に決定された構造に匹敵する精度を実現したとされています。この成果は、約50年間にわたり構造生物学における未解決の計算課題とされてきたタンパク質の立体構造予測問題に対する深層学習の実用的な解決策として位置づけられています。CASP14自体は開発元から独立した第三者運営のコンペティションであるため、この結果は外部評価に基づく成果といえます。