自 2020 年以來，AlphaFold 就一直活躍在科學(xué)的各個領(lǐng)域，不斷推動全球生物學(xué)的發(fā)展。五年前，AlphaFold 2 解決了蛋白質(zhì)結(jié)構(gòu)預(yù)測問題，開辟了生物學(xué)研究的新方向，首次證明了人工智能可以成為推動科學(xué)進步的有力工具。

蛋白質(zhì)是驅(qū)動活細胞中每個過程的復(fù)雜、微觀機器。它們由長而獨特的氨基酸鏈組成，精確地折疊成三維結(jié)構(gòu)，這一結(jié)構(gòu)在很大程度上決定了蛋白質(zhì)的功能——了解這種形狀對于藥物發(fā)現(xiàn)和理解疾病至關(guān)重要。

如果蛋白質(zhì)折疊錯誤，可能會失去功能，并導(dǎo)致阿爾茨海默病和帕金森病等疾病。幾十年來，確定這些結(jié)構(gòu)是一項艱巨的任務(wù)，通常需要一年甚至更久的艱難且細致的實驗工作。

圖示：與癌癥等疾病相關(guān)的細胞腫瘤抗原 p53，AlphaFold 蛋白質(zhì)數(shù)據(jù)庫中最受歡迎的蛋白質(zhì)之一。

在 2020 年的 CASP 14 競賽中，AlphaFold 2 僅根據(jù)氨基酸序列就以驚人的準確性預(yù)測了蛋白質(zhì)結(jié)構(gòu)——這一成就被廣泛譽為解決生物學(xué)中這個長達 50 年的重大挑戰(zhàn)的方案。但這一突破的真正、持久的影響是在 DeepMind 將 AlphaFold 貢獻給科研界時才逐步顯現(xiàn)的。

全球發(fā)掘引擎

2021 年，DeepMind 與 EMBL-EBI 合作推出了 AlphaFold 蛋白質(zhì)數(shù)據(jù)庫，這是 AlphaFold 成為全球科學(xué)工具的轉(zhuǎn)折點。一年后，他們發(fā)布了超過 2 億個蛋白質(zhì)結(jié)構(gòu)的 AlphaFold 2 預(yù)測結(jié)果，實現(xiàn)了實驗上需要數(shù)億年才能解決的問題。

免費開放的 AlphaFold 蛋白數(shù)據(jù)庫加速了科學(xué)發(fā)展，規(guī)模以前難以想象。該軟件已被超過 300 萬研究人員在 190 多個國家使用，其中包括 100 多萬低收入和中等收入國家的用戶。超過 30% 的 AlphaFold 相關(guān)研究集中在更好地理解疾病，從而造福人類福祉。

這項工作所蘊含的深刻科學(xué)與社會價值在 2024 年得到了諾貝爾獎的認可。

相關(guān)視頻：

AlphaFold 破解蛋白質(zhì)領(lǐng)域半個世紀以來的重大挑戰(zhàn)：https://youtu.be/r4-hXO7MLVU

更現(xiàn)實的研究工具

AlphaFold 已成為科學(xué)家們應(yīng)對全球最緊迫問題的標準工具，從生物多樣性保護到心臟健康等領(lǐng)域。

圖示：LDL 顆粒的籠狀外殼。

AlphaFold 仍在積極改變科學(xué)研究——拓寬可及性，加快進度，并大幅降低成本。比如說，來自土耳其的兩位大學(xué)生在未經(jīng)過任何事先學(xué)習(xí)的情況下，通過在線 AlphaFold 教程自學(xué)結(jié)構(gòu)生物學(xué)，并成功發(fā)表了 15 篇相關(guān)論文。蘇黎世大學(xué)的團隊也使用 AlphaFold 結(jié)合比較基因組學(xué)來更好地理解植物如何感知環(huán)境變化，為培育更耐逆作物鋪平了道路。

AlphaFold 已被引用于超過 35,000 篇論文中，超過 200,000 篇論文在其方法中融入了 AlphaFold 2 的元素。它也在提升所產(chǎn)出工作的質(zhì)量。

由創(chuàng)新增長實驗室進行的獨立分析表明，使用 AlphaFold 2 的研究人員在其提交的新穎實驗蛋白質(zhì)結(jié)構(gòu)中看到超過 40%的增長。這些蛋白質(zhì)結(jié)構(gòu)更有可能與已知結(jié)構(gòu)不同，從而鼓勵探索科學(xué)中的未知領(lǐng)域。

數(shù)字生物與 AI 引領(lǐng)的未來

AlphaFold 影響力最令人興奮的例子之一是 Isomorphic Labs——一家成立于 2021 年的 AI 藥物發(fā)現(xiàn)公司，當(dāng)時突破性模型被證明足夠強大，可以應(yīng)用于理性藥物設(shè)計。自那時起，同構(gòu)實驗室開發(fā)了一個統(tǒng)一的藥物設(shè)計引擎，以顯著改變新藥的設(shè)計方式，并加速科學(xué)發(fā)現(xiàn)，其雄心壯志是有一天能夠治愈所有疾病。

圖示：Isomorphic Labs。

相關(guān)鏈接：https://www.isomorphiclabs.com/

與該實驗室合作，DeepMind 開發(fā)了 AlphaFold 3，它為科研者提供了前所未有的細胞視角，DeepMind 預(yù)計這將推動藥物發(fā)現(xiàn)過程的變革，并開創(chuàng)“數(shù)字生物”的新時代。

該模型旨在預(yù)測所有生命分子的結(jié)構(gòu)和相互作用——不僅限于蛋白質(zhì)，還包括 DNA、RNA 和配體（構(gòu)成大多數(shù)藥物的小分子）。它還可以生成整個分子復(fù)合物的聯(lián)合 3D 結(jié)構(gòu)，從而全面了解潛在藥物分子如何與其靶標蛋白結(jié)合，或蛋白質(zhì)如何與遺傳物質(zhì)相互作用。

受 AlphaFold 的啟發(fā)，DeepMind 開發(fā)了一系列新一代模型，用于解決生物學(xué)領(lǐng)域的問題。AlphaMissense 和 AlphaGenome 利用 AI 評估導(dǎo)致疾病的基因突變。AlphaProteo 模型可以設(shè)計新型、高強度的蛋白質(zhì)結(jié)合劑，靶向多種分子——包括與癌癥和糖尿病相關(guān)的分子。

生物學(xué)是 DeepMind 專精的第一個前沿領(lǐng)域，但他們認為 AlphaFold 是 AI 如何加速所有科學(xué)達到數(shù)字化速度的模板。從核聚變到地球科學(xué)到整個科學(xué)發(fā)現(xiàn)，DeepMind 正在追求下一個類似 AlphaFold 的突破。

原文鏈接：https://deepmind.google/blog/alphafold-five-years-of-impact/