DeepMind发布AlphaFold AI模型，以“原子级精度”预测分子结构

谷歌旗下的DeepMind发布了其最新版本的AlphaFold AI模型，声称该模型能够以前所未有的精度预测分子结构。这一突破不仅限于蛋白质，还涵盖了各种生物分子及其相互作用，有望彻底改变药物发现、基因组学和疾病理解等领域。

具有变革意义的预测成就

2022年，DeepMind通过展示其AlphaFold模型的能力登上头条，该模型准确预测了超过2亿种已知蛋白质的结构。现在，该公司正在通过其“下一代”AlphaFold迈出巨大的一步，旨在不仅预测蛋白质，还预测其他关键生物分子。

超越蛋白质的预测

据报道，DeepMind的新AlphaFold模型可以预测蛋白质数据库（Protein Data Bank）中几乎所有分子的结构，该数据库包含各种生物分子的3D结构。这种超越蛋白质的扩展包括对配体（与其他分子结合的小分子）以及DNA和RNA等核酸的预测。

实现“原子级精度”

DeepMind的最新模型在预测这些分子结构时经常达到“原子级精度”，标志着该领域的重大进步。对不同分子结构和复合物的准确预测对于理解细胞内复杂的生物机制至关重要，而这历来是一项具有挑战性的任务。

加速生物医学突破

DeepMind新AlphaFold模型的影响深远。它可以通过提供有关疾病通路、基因组学、可再生材料和药物发现等各个领域的关键见解来加速生物医学突破。通过提高分子结构预测的准确性，AlphaFold可以帮助研究人员识别具有治疗潜力的新分子。

重新定义行业标准

传统上，确定配体与蛋白质之间的相互作用依赖于“对接方法”，这需要参考蛋白质的结构以及配体的建议结合位置。DeepMind的最新模型挑战了这一标准。它在无需参考蛋白质结构或事先了解配体结合位点的情况下，优于现有的对接方法。这一创新使得即使对于缺乏先前结构表征的完全新型蛋白质也能进行预测。

药物发现的福音

准确预测蛋白质和配体结构是药物发现领域的一项宝贵资产。它使科学家能够更高效地识别潜在的药物候选物。通过消除对参考结构的需求，AlphaFold为识别可能作为未来药物基础的新型分子打开了大门。这一突破可能会彻底改变药物开发过程。

对科学理解的影响

DeepMind认为，其最新模型的卓越表现证明了AI在推进我们对人体和更广泛自然世界中分子机器科学理解方面的巨大潜力。它可以揭示生物系统的复杂运作机制，并推动多个科学领域的创新。

以往的科学成就

这并非DeepMind在科学和AI领域取得重大进展的第一次。今年9月，该公司创建了一个全面的基因突变目录，这一发展可能加速疾病诊断。DeepMind持续努力将AI与科学研究相结合，表明其致力于推动这些领域可能性的边界。

统一的AI强大引擎

今年早些时候，谷歌将DeepMind与Google Brain合并，整合了两家实体在人工智能方面的努力。此举旨在简化谷歌的AI工作，并加强研究人员和工程师之间的合作。

DeepMind通过AlphaFold取得的最新突破强调了AI在科学研究中的变革潜力。随着其不断完善模型和算法，该公司有望在推进我们对自然世界的理解以及推动各个科学领域的创新方面发挥关键作用。随着每一项成就的实现，DeepMind都让我们更接近解开生物学的奥秘并改善人类健康。