小讯AIGC

↑阅读之前记得关注+星标⭐️，，每天才能第一时间接收到更新

11月25日，Demis Hassabis、John Jumper等人代表AlphaFold团队发文，回顾AlphaFold问世五年来对科学界的影响

自2020年以来，AlphaFold加速了科学研究的步伐，推动了全球生物学发现的浪潮。这一成就已于2024年获得诺贝尔化学奖的认可。

解决50年来的重大挑战

五年前，AlphaFold 2解决了蛋白质结构预测问题，证明了AI是推动科学发展的有力工具。

蛋白质是驱动活细胞中每一项过程的微观机器。它们由氨基酸链折叠成精确的三维结构，这种结构在很大程度上决定了蛋白质的功能。如果蛋白质折叠错误，可能导致功能丧失并引发阿尔茨海默病、帕金森病等疾病。

几十年来，确定这些结构是一项艰巨的任务，往往需要一年或更长时间昂贵且艰苦的实验工作。

在2020年的CASP 14（蛋白质结构预测关键评估）竞赛中，AlphaFold 2仅根据氨基酸序列就以惊人的准确度预测了蛋白质结构。这一成就被广泛视为生物学领域这一“50年重大挑战”的解决方案。

全球发现引擎：300万研究人员，2亿结构

2021年，DeepMind与EMBL-EBI合作推出了AlphaFold蛋白质数据库（AlphaFold Protein Database）。一年后，团队发布了AlphaFold 2对超过2亿个蛋白质结构的预测，完成了通过实验手段需要数亿年才能解决的工作量。

该数据库产生的影响包括：

用户规模：已被190多个国家的超过300万名研究人员使用，其中包括100多万来自中低收入国家的用户

研究方向：超过30%与AlphaFold相关的研究集中于疾病理解，直接造福人类健康。

现实世界的变革

AlphaFold已成为科学家解决从生态保护到心脏健康等全球紧迫问题的标准工具。

蜜蜂保护：欧洲科学家利用AlphaFold解析了蜜蜂的关键免疫蛋白卵黄原蛋白（Vitellogenin, Vg）。这些结构洞察正用于濒危蜂群的保护工作，并指导AI辅助育种计划，以培育更健康的传粉昆虫

心脏病研究：动脉粥样硬化是全球死亡的主要原因。数十年来，低密度脂蛋白（LDL）中的核心蛋白载脂蛋白B100（apoB100）结构一直难以捉摸。AlphaFold 2揭示了其复杂的笼状形状，为药物研究人员设计新型预防疗法提供了原子层面的细节

科研范式的转变

AlphaFold正在通过扩大访问权限、缩短时间表和降低成本来改变科学研究。

扩大准入：土耳其本科生Alper和Taner Karagöl在疫情期间利用在线教程自学结构生物学，在无任何先前培训的情况下，目前已发表15篇研究论文

加速发现：苏黎世大学Cyril Zipfel教授团队利用AlphaFold结合比较基因组学，缩短了研究时间，通过了解植物如何感知环境变化，为培育更具韧性的作物铺平道路。

数据与影响力分析

引用量：AlphaFold已被超过35,000篇论文引用

方法论应用：超过200,000篇论文在方法论中纳入了AlphaFold 2的元素

独立分析：Innovation Growth Lab的分析显示，使用AlphaFold 2的研究人员提交的新型实验蛋白质结构增加了40%以上。这些结构更可能不同于已知结构，鼓励了对科学未知领域的探索

转化价值：与AlphaFold 2相关的研究在临床文章中被引用的可能性是典型结构生物学作品的两倍，被专利引用的可能性也显著更高。

数字生物学的新时代

2021年，随着模型被证明足以应用于理性药物设计，AI药物发现公司Isomorphic Labs成立。

AlphaFold 3：DeepMind与Isomorphic Labs共同开发了AlphaFold 3。该模型不仅能预测蛋白质，还能预测DNA、RNA和配体（构成大多数药物的小分子）的结构及相互作用，甚至生成整个分子复合物的联合3D结构

AlphaFold Server：该服务器已帮助全球非商业研究人员进行了超过800万次折叠预测。

AI科学的未来

受AlphaFold启发，新一代模型正在解决生物学领域的各类问题：

AlphaMissense与AlphaGenome：利用AI评估导致疾病的基因突变。

AlphaProteo：设计针对癌症和糖尿病相关分子的新型高强度蛋白质结合剂。

AlphaFold不仅是生物学的突破，更被视为AI将科学加速至“数字速度”的模板。从核聚变到地球科学，团队正致力于追求下一个AlphaFold式的突破

参考：
https://deepmind.google/blog/alphafold-five-years-of-impact/

--end--

最后记得⭐️我，这对我非常重要，每天都在更新：

欢迎点赞转发推荐评论，别忘了关注我