真的解决了生物学的蛋白质折叠问题吗

AlphaFold是一种深度学习人工智能系统，它预测了雌激素受体蛋白的结构，在此图中可以看到它与DNA结合(紫色)。预测的蛋白质有一些部分折叠成精确的结构(粉红色)，而其他部分则类似于自由流动的意大利面条(黄色)。

7月，当世界各地的人们惊叹于詹姆斯·韦伯太空望远镜拍摄的最详细的宇宙照片时，生物学家第一次瞥见了一组不同的图像——这些图像可能有助于彻底改变生命科学研究。

这些图像是超过2亿种蛋白质的预测3-D形状，由称为AlphaFold的人工智能系统渲染。“你可以认为它涵盖了整个蛋白质世界，”DemisHassabis在7月26日的新闻发布会上说。哈萨比斯是创建该系统的伦敦公司DeepMind的联合创始人兼首席执行官。结合多种深度学习技术，计算机程序经过训练可以通过识别结构中的模式来预测蛋白质形状，这些模式已经通过电子显微镜和其他方法通过数十年的实验工作得到解决。

AI的第一次轰动发生在2021年，预测了350,000种蛋白质结构——包括几乎所有已知的人类蛋白质。DeepMind与欧洲分子生物学实验室的欧洲生物信息学研究所合作，使这些结构在公共数据库中可用。

Hassabis说，7月发布的大规模新版本将图书馆扩展到“地球上几乎所有已对其基因组进行测序的生物体”。“你几乎可以像搜索关键词一样轻松地查找蛋白质的3-D结构。”

这些是预测，而不是实际结构。然而，研究人员已利用2021年的一些预测来开发潜在的新型疟疾疫苗、提高对帕金森病的了解、研究如何保护蜜蜂健康、深入了解人类进化等。DeepMind还将AlphaFold重点放在被忽视的热带疾病上，包括南美锥虫病和利什曼病，如果不及时治疗，这些疾病可能会使人衰弱甚至致命。