A szerkezeti biokémia egyik legnagyobb kihívása a fehérjék térszerkezetének becslése az aminosav sorrend alapján. Ez az úgy nevezett folding probléma az elmúlt közel 60 évben rengeteg módszer fejlesztését motiválta. A legutóbbi, 2020-ban rendezett fehérje szerkezet becslő versenyen (CASP15) a DeepMind által fejlesztett AlphaFold nevű módszer eddig soha nem látott pontosságot ért el - sokak szerint lényegében megoldva a folding problémát. Bár az AlphaFold kétség kívül hatalmas előrelépés a tudomány terület számára, az eredeti célkitűzése szerint az általa célzott probléma csak egy jól körülhatárolt része a szerkezeti biokémiának: a fehérjék monomer, módosítás nélküli szerkezetének meghatározása. Ennek ellenére számos jel mutat arra, hogy az AlphaFold az eredeti céljával együtt számos más kapcsolódó problémát is megoldott, legalábbis részlegesen. Ezek közül az egyik a rendezetlen fehérjék felismerése. Mivel ezek a fehérjék stabil 3 dimenziós szerkezet nélkül látják el a sokszor kritikusan fontos biológiai funkcióikat, definíció szerint az AlphaFold fókuszán kívül vannak. Ennek ellenére az AlphaFold egy meglepően hatékony módszerként használható ezen fehérjék szekvencia-alapú azonosításában és a kölcsönhatásaik modellezésében, amely potenciálisan új fejezetet nyithat a rendezetlen fehérjék szerkezeti tulajdonságainak és funkcióinak vizsgálatában.