“阿尔法折叠2”预测的Tmem81的模型，是一种参与卵子与精子融合的膜蛋白。图片来源：“深度思维”公司/欧洲分子生物学实验室

2020年，谷歌旗下“深度思维”公司推出人工智能模型“阿尔法折叠2”。如今，它已能预测几乎所有已知的两亿多种蛋白质结构，将人工测定蛋白质结构的时间从数年缩短至几分钟，展现出AI推动科学发展的巨大潜力。

英国《自然》网站在近日的报道中指出，问世5年来，“阿尔法折叠2”不仅改变了结构生物学的研究方式，也推动了计算生物学的进步。不过，将其生物学洞见转化为药物开发等实际应用仍需时间。

助力科研探索

“阿尔法折叠2”已在众多科学场景中得到应用。

奥地利维也纳分子病理研究所安德烈亚·泡利团队长期研究精子与卵子如何结合。2018年，他们发现斑马鱼卵表面的Bouncer蛋白对受精至关重要，却无法解析其识别精子的机制。

“阿尔法折叠2”的出现带来转机。模型预测，一种名为Tmem81的蛋白会与两种精子蛋白形成复合物，并与Bouncer结合。实验很快验证了这一结果。

泡利表示，“阿尔法折叠2”显著加快了研究进程，“我们现在每个项目都会用到它”。2024年，团队发表了相关论文。这篇论文是引用《自然》杂志发表的“阿尔法折叠2”原始论文的近4万篇之一。2021年7月，“深度思维”开源了这一模型，并在《自然》上发文详述其方法。

与其他高被引论文不同，科学界对“阿尔法折叠2”的关注至今未减。

研究人员认为，其迅速普及的关键在于开放共享。“深度思维”不仅公开了算法代码，还与欧洲分子生物学实验室合作建立了“阿尔法折叠数据库”，目前已收录超过2.4亿个结构预测，覆盖绝大多数已知蛋白质，为全球100多个国家的330万名研究者提供支持。

重塑学科面貌

“阿尔法折叠2”影响最深的领域，莫过于结构生物学。欧洲生物信息学研究所的珍妮特·桑顿指出，它“重塑了结构生物学的面貌”。

数据显示，使用“阿尔法折叠2”模型的研究人员，向蛋白质数据库提交结构的数量比未使用者高出约50%，提交率也优于使用其他AI方法或传统技术的团队。

更令人欣喜的是，这个基于蛋白质数据库训练的模型，正在反哺实验科学。“阿尔法折叠2”的开发者约翰·江珀强调，预测结构能帮助研究人员解析X射线晶体学和冷冻电镜获得的实验数据，这对原本为其提供训练数据的研究者尤为有益。

计算生物学也借此迎来新发展。桑顿观察到，如今bet36体育在线上几乎每个报告都会提及“阿尔法折叠2”。在直接引用它的文献中，AI辅助药物研发、蛋白质设计等方向尤为突出。

美国哥伦比亚大学计算生物学家穆罕默德·阿尔库赖希坦言，“阿尔法折叠2”问世之初，不少同行曾经历“生存危机”，担心蛋白质结构预测这一核心问题已被彻底解决。但事实上，它开辟了更多创新赛道，AI蛋白质设计就是其中之一，不仅激发了新的研究热情，也吸引了更多资金投入。

如今，科学家已利用“阿尔法折叠2”设计应对抗生素耐药性的方案、寻找疟疾等疾病的新疗法，并深入理解疾病机制、加速靶向药物开发。

应用潜力巨大

直接引用论文或使用数据库，仅是“阿尔法折叠2”影响力的冰山一角。

英国伦敦创新增长实验室科学家乔治·理查森与大卫·安普迪亚·文森特综合分析发现，超过20万项研究、近80万名科学家直接或间接受益于“阿尔法折叠2”。

不过，当他们试图量化其具体影响时，却发现情况复杂：实验室论文产出增幅约为5%，个人研究者仅高出2%。理查森指出，“阿尔法折叠2”并未催生“论文工厂”，其价值体现在更深层次。

在临床与商业转化方面，影响同样多元。可能因为5年时间尚短，还不足以充分体现在专利等成果中。江珀也认为，将生物学见解转化为实际应用需要时间积累。

2024年，“阿尔法折叠3”正式发布，其在药物发现领域潜力更大，能够预测潜在药物与蛋白质的相互作用。

江珀强调，基于“阿尔法折叠2”的发现已在帮助科学家揭示疾病机制，未来，必将有患者因这项技术重获健康。