AlphaFold
DeepMind 主导研发的蛋白质三维结构预测 AI 模型系列，2024 年因突破性成就获得诺贝尔化学奖，是 AI for Science 时代最具标志性的成果之一。
定义
AlphaFold 是基于深度学习（注意力机制 + 进化信息 MSA）的蛋白质结构预测系统，仅需输入氨基酸序列即可在数小时内预测蛋白质的三维结构，准确率超过 90%。相比传统的 X 射线晶体学 / 冷冻电镜（需数月至数年），实现了速度提升数千倍、成本降低数个数量级的范式突破。
技术演进
| 版本 | 年份 | 关键突破 |
|---|---|---|
| AlphaFold | 2018 | CASP13 首次亮相 |
| AlphaFold2 | 2020 | CASP14 GDT_TS 92.4 分碾压所有对手，基本解决蛋白质单体结构预测问题；注意力机制 + MSA 进化信息 |
| AlphaFold3 | 2024 | 扩展至蛋白质 - 蛋白质 / 蛋白质 - 核酸（DNA/RNA）/ 蛋白质 - 小分子配体，覆盖几乎所有生命分子 |
| AlphaProteo | 2024 | 从结构预测进入蛋白质设计（从头设计高亲和力蛋白结合剂） |
AlphaFold 数据库
- 2021 年起 DeepMind 与 EMBL-EBI 合作免费开放 AlphaFold 蛋白质结构数据库
- 累计预测 2 亿+ 蛋白质结构
- 全球下载次数 >100 万
- 亚太地区注册用户破百万
在 AI for Science 中的角色
- 学术标杆：催生数千篇高影响力论文，引用次数破万
- 诺贝尔奖认证：2024-10 Demis Hassabis + John Jumper 因 AlphaFold 获诺贝尔化学奖 —— AI 首次获自然科学诺奖
- 行业基础设施：成为全球药物研发 / 农业 / 环境 / 神经科学等领域的事实标准工具
- 开源策略：2024-11 AlphaFold3 代码开源（非商业用途），降低技术门槛
主要玩家
- 核心研发方：DeepMind（Google 旗下）
- 商业化主体：Isomorphic Labs（2021 从 DeepMind 拆分）
- 学术使用者：全球数百万科研人员
- 开源衍生：Boltz-2（MIT × Recursion）、OpenFold、ColabFold 等社区分支
相关概念
- ↑ up::蛋白质结构预测
- 子代::AlphaFold3 AlphaProteo
- ⚔ competitor::Boltz-2 ESMFold（Meta，注：Meta blocklist 不展开）
- ∈ belongs_to::5-15-AI科学研究