什么樣的底層邏輯導致AlphaFold 3的驚人突破？

2024年5月8日，DeepMind團隊在《自然》期刊上發表了一篇《利用AlphaFold 3對生物分子相互作用進行精確結構預測》的文章。這是繼2024年1月17日發布“能夠解決奧數級別的平面幾何難題”的人工智能AlphaGeometry之后，DeepMind在《自然》期刊上發布的最新一款專門解決某一類特定問題的人工智能。

蛋白質由蛋白質一級結構組成，蛋白質折疊的過程中蛋白質會自發折疊形成蛋白質三級結構。蛋白質結構對蛋白質生物學功能至關重要。然而，了解氨基酸序列如何確定蛋白質三級結構極具挑戰性，這被稱為“蛋白質折疊問題”。

蛋白質折疊

這次的AlphaFold 3，是DeepMind發布的AlphaFold系列人工智能程序的最新版本。正如AlphaFold的名字“阿爾法折疊”所說的那樣，AlphaFold系列在設計之初，是一款用于預測蛋白質結構的人工智能。

在2020年11月的第14屆CASP（蛋白質結構預測技術的關鍵測試，Critical Assessment of protein Structure Prediction）競賽中，AlphaFold 2的中位分數為92.4（滿分100分）。其準確度遠遠高于其他任何程序。

隨后，AlphaFold 2，及其對所有已知 DNA 序列的 2 億種蛋白質的預測結構的數據庫向科學家免費開源開放。據DeepMind公司蛋白質結構團隊負責人、高級研究員約翰·朱珀所說：“AlphaFold 2已在其他發表的科學論文中被引用了2萬多次，并被用于研究治療瘧疾、癌癥和許多其他疾病的藥物?！?/p>

在生物制藥領域，AlphaFold大大降低了獲取蛋白質結構的時間和成本，加速了基于蛋白質結構的藥物研發?，F任諾華生物醫學研究所所長菲奧娜·馬歇爾夸張地表示：“AlphaFold使每個人都成為了結構生物學家?！?/p>

轉錄因子和核糖體RNA分子結構模型。視覺中國|圖

盡管AlphaFold 2有著如此驚人的表現，但是要