7月28日，DeepMind公司与欧洲生物信息研究所（EMBL-EBI）的合作团队公布了生物学领域的一项重大飞跃。他们利用人工智能（AI）系统AlphaFold预测出超过100万个物种的2.14亿个蛋白质结构，几乎涵盖了地球上所有已知蛋白质。这一突破将加速新药开发，并为基础科学带来全新***。

▲AlphaFold能够预测出几乎所有已知蛋白质的结构

2020年年底，当人们对AlphaFold的印象还停留在那个打败全人类的围棋高手时，这个AI系统在生物学领域的亮相带来了新的惊喜。当时，AlphaFold成功破解了生物学持续50年的重大难题——蛋白质折叠问题，能够根据蛋白质的氨基酸序列预测蛋白质的三维结构。

仅仅半年后，DeepMind和EMBL-EBI合作，在一篇《自然》论文中发布了由AlphaFold预测的蛋白结构数据库。这个数据库涵盖了人类和20种常用模式生物的35万个蛋白质结构，并且对98.5%的人类蛋白质结构进行了准确预测——要知道在此之前，科学界解析的蛋白质结构只覆盖了人类蛋白序列17%的氨基酸。人工智能预测蛋白质结构领域的一系列突破，也被《科学》评选为2021年的年度科学突破。

现在，DeepMind与EMBL-EBI的合作团队更进一步。AlphaFold对蛋白质结构的预测不再局限于人类与模式生物，而是拓展至涵盖了动植物、细菌等的100万个物种，预测的蛋白质结构数量也提升了数百倍。

▲AlphaFold预测的蛋白质结构，涵盖了大量动植物及微生物物种

“这个数据库涵盖了整个蛋白质宇宙，我们迈入了数字生物学的全新时代。”DeepMind的CEO Demis Hassabis博士点评道。

早在1972年，诺贝尔化学奖得主Christian Anfinsen博士就在诺奖颁奖典礼上提出，蛋白质的氨基酸结构应该能完全决定其三维结构。但由于氨基酸可能形成的蛋白质构象是个天文数字，通过计算预测蛋白质结构难度极高。而利用传统的实验手段（例如X射线晶体学）解决该问题，时间消耗以及价格都十分惊人。

对于今日公布的全新数据，DeepMind与EMBL-EBI团队表示，在超过2亿个蛋白质结构预测中，大约35%的结构具有高精度，达到了实验手段获取的结构精度；80%的结构可靠性足以用于多项后续分析。

▲在此前发表的研究中，AlphaFold预测的部分蛋白质结构

不过，目前的AlphaFold仍有提升的空间。伦敦大学学院的Tomek Wlodarski 博士提出，如何开发模型来预测蛋白质如何折叠，而不仅是预测***终的结构，是研究团队接下来要解决的问题。

DeepMind的科学团队主管Pushmeet Kohli博士也指出，现阶段他们正在提升AlphaFold的准确性与性能：“我们试图理解这些蛋白质的行为、它们如何与其他蛋白质互作。”

一年前的《自然》论文发表时，研究团队就向科研人员免费公开了AlphaFold的源代码以及数据库。目前，已有来自190个国家和地区的50多万位学者访问数据库。这些数据已经在疟疾疫苗开发、对抗抗生素耐药性与塑料污染等场景中得到应用，并且帮助研发人员加速新药研发。

此次，团队再次免费公开了***新的数据库，所有2亿多个蛋白质结构都能通过数据库下载。这份***的丰富数据，将帮助我们探索生命科学的无尽奥秘，并对生物学、医药领域产生持久影响。