人工智能在多个领域中引起了轰动，因其能比人类更有效地检测出模式。在天体生物学等领域中，新的深度学习技术正准备发现大量新的蛋白质家族，这些家族可能有助于解开新的谜团。
在《自然》上发表的一项研究中，巴塞尔大学和SIB瑞士生物信息学研究所的研究团队利用深度学习发现了这些新发现，并推动了蛋白质科学的发展。
这一切都得益于AlphaFold，它几乎发现了地球上所有已知的蛋白质。这个工具是在过去半个世纪生命科学家收集的蛋白质数据上进行训练的，能够高水平地预测蛋白质的三维形状。
由于AlphaFold的成功，该团队能够模拟出2.15亿个蛋白质。这个庞大的数字为他们提供了几乎任何蛋白质的可能形状的见解。这非常有用，因为它允许对尚未进行实验研究的蛋白质进行研究。
研究负责人Joana Pereira表示：“现在有很多蛋白质信息的来源，包含着有关蛋白质如何进化和工作的宝贵见解”。在AlphaFold等AI工具成为可能之前，数据量是一个必须解决的问题。
这些数据虽然宝贵，但随着时间推移，如果没有大量的人力，将很难筛选。但有了AlphaFold，现在变得可行了。在研究过程中，研究人员构建了一个拥有5300万个高质量AlphaFold结构的交互网络。
首席作者Janani Durairaj博士表示：“这个网络是理论上预测未知蛋白质家族及其功能的宝贵资源，具有大规模的作用”。该团队能够识别出290个新的蛋白质家族和一个与花的基本形状相似的新的蛋白质折叠。
对于天体生物学等领域来说，AlphaFold能够为蛋白质带来前所未有的新可能性。它为可能的进化路径提供了新的见解，如果随着时间的推移被证明是正确的，将展示宇宙生命的多样性。
Janani Durairaj总结道：“我们希望这个资源不仅能帮助研究人员和馆藏员，还能为学生和教师提供一个了解蛋白质多样性的新平台，从结构到功能，再到进化”。
然而，AlphaFold的光芒并不仅仅照耀在天体生物学领域。研究人员过去也曾依靠AlphaFold来帮助准确地发现药物和其他医学进展。