近五年前，谷歌旗下DeepMind推出AlphaFold，可精准预测人体蛋白质结构；2020年发布升级版AlphaFold 2后，研发仍在持续。
今日，DeepMind宣布最新版AlphaFold（AlphaFold 2继任者）已能为全球最大的生物分子开放获取数据库——蛋白质数据库（Protein Data Bank）中几乎所有分子生成预测结果。
据DeepMind博客披露，其专注于药物发现的衍生公司Isomorphic Labs正应用该新模型进行治疗性药物设计，助力表征对疾病治疗至关重要的各类分子结构。
新能力
新版AlphaFold的能力已超越单纯的蛋白质预测。
DeepMind表示，该模型还能准确预测配体（与受体蛋白结合并改变细胞通信的分子）、核酸（含关键遗传信息的分子）及翻译后修饰（蛋白质合成后的化学变化）的结构。
DeepMind指出，预测蛋白质-配体结构是药物发现的重要工具，有助于科学家识别和设计潜在药物分子。
目前，制药研究人员多采用“对接方法”（docking methods）模拟蛋白质与配体的相互作用。该方法需指定参考蛋白质结构，并为配体提供结合位置建议。
而借助最新AlphaFold，无需参考结构或预设结合位点即可实现预测。该模型不仅能预测尚未完成“结构表征”的蛋白质，还可模拟蛋白质、核酸与其他分子的相互作用——这种建模水平是当前对接方法无法企及的。
“初步分析显示，在抗体结合等与药物发现相关的蛋白质结构预测问题上，新模型表现远超上一代AlphaFold。”DeepMind在文中写道，“性能的显著提升彰显了人工智能在深化人类对身体分子机器理解方面的巨大潜力。”
不过，最新版AlphaFold并非完美无缺。
在详述系统优势与局限性的白皮书中，DeepMind与Isomorphic Labs研究人员坦言，该系统在预测RNA分子（携带蛋白质制造指令的体内分子）结构方面，尚不及当前最先进方法。
毫无疑问，双方正致力于攻克这一难题。