谷歌 AI 藥物研發模型 AlphaFold 重磅升級：預測所有生命分子的結構和相互作用

本文作者：李丹

來源：硬 AI

谷歌在生物醫學領域的人工智能（AI）模型重磅升級，將為加快藥物研發做出更大貢獻。

美東時間 5 月 8 日週三，谷歌宣佈，旗下 AI 研究實驗室谷歌 DeepMind 以及致力於以 AI 方式提升藥物發現的谷歌姊妹公司 Isomorphic Labs 聯合開發了新的 AI 模型——AlphaFold 3，稱是一種 “革命性的模型”，它可以預測蛋白質、DNA、RNA 等生物分子的結構以及它們如何相互作用。

在週三當天《自然》雜誌刊發的論文中，谷歌正式介紹了第三代該模型 AlphaFold 3，稱

它可以 “以前所未有的準確度預測所有生命分子的結構和相互作用”。

“對於蛋白質與其他分子類型的相互作用，與現有的預測方法相比，我們發現至少有 50% 的改進，對於一些重要的相互作用類別，我們的預測精度提高了一倍。”

DeepMind 稱，現在許多藥物都是被稱為配體的小分子，通過與受體結合，它們改變了在人類健康和疾病狀態下相互作用的方式。通過 AlphaFold 3 精準預測蛋白質等分子結構及其互動，谷歌希望它將改變人類對生物世界和藥物發現的理解。

DeepMind 展示了 AlphaFold 3 可以生成蛋白質、DNA、RNA 和更小分子的 3D 結構，同時還能揭示它們如何組合在一起。該模型還能對控制細胞健康功能的化學變化進行建模，並指出，這種化學變化一旦受到破壞，人類就可能生病。

同時，DeepMind 還推出了名為 AlphaFold Server 的網上免費平台，世界各地的科學家可以使用它進行非商業性的研究。無論他們的技術專業知識如何，只需點擊幾下鼠標，就可以利用 AlphaFold 3 的預測並測試假設情形。

Alphabet 兼谷歌 CEO Sundar Pichai 表示，180 多萬名研究人員已在疫苗開發、癌症治療等研究工作中使用 DeepMind 的 AlphaFold 蛋白質預測。AlphaFold 3 是最新的突破，它能以前所未有的準確度預測所有生命分子的結構和相互作用。我們通過 AlphaFold Server 共享這些功能，促進其他的科學發現。

DeepMind 的 CEO 、科學家 Demis Hassabis 表示，AlphaFold 3 對我們來説是一個重要的里程碑。“生物學是一個動態系統，你必須瞭解生理特性是如何通過細胞中不同分子之間的相互作用而產生的。你可以把 AlphaFold 3 看作是我們朝着這個方向邁出了一大步。”

蛋白質在細胞內扮演關鍵角色，其功能與三維結構緊密相關。60 多年前，科學家確定了氨基酸序列編碼蛋白質結構，但由於構象多樣性，幾乎不可能嘗試所有可能的結構排列。為克服挑戰，科學家採用多種方法，包括使用蛋白質數據庫片段來預測局部結構，但存在限制。普通的實驗方法瞭解分子間相互作用不但耗時可能需要數年，而且成本極高。

2018 年，科學家開始在蛋白質結構預測中能自發發現數據規律的運用機器學習方法，DeepMind 的團隊同年推出第一代 AlphaFold，並在這一年舉行的第 13 屆國際蛋白質結構預測競賽（CASP）中以機器學習系統獲得第一名，準確率超出亞軍近 50%。該模型體現了，以足夠精度通過計算瞭解相互作用、從而加快生物學研究的潛力。

在 2020 年的 CASP 中，AlphaFold2 表現出色，對近 100 個蛋白質靶點的預測幾乎與實驗結果一致。這項技術已經在生物醫學和其他領域產生巨大影響，它幫助理解核孔複合體，重新設計蛋白質用於藥物遞送和基因治療，也在製藥和環保中得到應用。因創造 AlphaFold、藉助 AI 系統解決蛋白質結構預測的難題，去年 9 月，DeepMind 的 Demis Hassabis 和另一科學家 John Jumper 榮獲美國生物醫學領域獎項拉斯克獎的基礎醫學研究獎。

週三谷歌 Deepmind 正式發佈 AlphaFold 3 後，多名網友對 Deepmind 取得的新成績表示祝賀。

一個網友的高贊評論稱，Deepmind 是谷歌和人類的生命線，DeepMind 聯合創始人兼首席 AGI 科學家 Shane Legg 和他的團隊幹得好，我覺得通用人工智能（AGI）會把 Deepmind 當作它的家，把 Shane Legg 當作它的創造者。還有評論稱，這太棒了，通過 Isomorphic 進行商業化是明智之舉。