AlphaFold 从蛋白质结构预测走向生命分子交互

从长期难题到可用工具

蛋白质如何折叠成三维结构，是结构生物学长期面对的关键问题。AlphaFold 2 在 2020 年的 CASP14 评测中取得突破性结果，随后 Google DeepMind 与 EMBL-EBI 建立开放数据库，并在 2022 年扩展到超过 2 亿个预测结构。

AlphaFold 3 扩大了问题边界

2024 年发布的 AlphaFold 3 不再只关注蛋白质，还用于预测蛋白质、DNA、RNA、配体等生命分子的结构与相互作用。配套的 AlphaFold Server 为非商业研究提供了可访问的预测能力，让更多研究人员能够提出并检验新的科学假设。

为什么它是经典 AI 资讯

AlphaFold 展示了 AI 价值并不局限于聊天和内容生成。模型如果与高质量科学数据、领域知识和实验验证结合，可以显著缩短研究中的探索环节。但预测结果仍不能替代实验，真正的科学结论依赖可重复验证。

AlphaFold 的里程碑意义，是让“AI 加速科学发现”从愿景变成了可被全球研究人员实际使用的工具。