AlphaFold揭示了蛋白质宇宙的结构

阅读关于在deepmind.com/AlphaFold解决蛋白质折叠的内容，这里可以看到我们的突破时间表。

距离我们发布并开源AlphaFold，我们的人工智能系统可以从蛋白质的一维氨基酸序列预测其三维结构，并创建AlphaFold蛋白质结构数据库（AlphaFold DB）免费与全世界共享这一科学知识已经过去了一年。蛋白质是生命的构建基块，它们支持每个生物过程。而且，因为蛋白质的形状与其功能密切相关，了解蛋白质的结构可以更好地理解它的功能和工作原理。我们希望这一突破性的资源能够加速全球科学研究和发现，并且其他团队可以借鉴并建立在我们AlphaFold的进展基础上进行进一步突破。这一希望比我们敢于梦想的要快成为现实。仅仅十二个月后，AlphaFold已经被超过五十万名研究人员使用，并被用于加速解决从塑料污染到抗生素抗性等重要现实问题的进展。

今天，我非常激动地分享这一旅程的下一个阶段。与EMBL的欧洲生物信息学研究所（EMBL-EBI）合作，我们现在正在发布几乎所有已知的编目蛋白质的预测结构，这将使AlphaFold DB扩展了超过200倍，从近100万个结构扩展到超过2亿个结构，潜在地极大地增加我们对生物学的理解。

这次更新包括了对植物、细菌、动物和其他生物的预测结构，为研究人员在包括可持续性、食品安全和被忽视的疾病在内的重要问题上使用AlphaFold提供了许多新机会。

今天的更新意味着大多数主要蛋白质数据库UniProt上的页面都将提供预测结构。所有超过2亿个结构也可以通过Google Cloud Public Datasets进行批量下载，使AlphaFold更加可供全球科学家使用。

“AlphaFold是在生命科学领域展示人工智能力量的突破性进展。确定一个蛋白质的三维结构过去需要数月甚至数年的时间，现在只需要几秒钟。AlphaFold已经加速并促成了大量的发现，包括破解了核孔复合物的结构。随着这个新结构的增加，几乎揭示了整个蛋白质宇宙，我们可以预期每天都有更多的生物学之谜被解开。” – Eric Topol，斯克里普斯研究转化研究所创始人和主任

迄今为止AlphaFold的影响

从AlphaFold初次发布到现在已经过去了十二个月，回顾AlphaFold已经取得的惊人影响以及我们为达到今天的里程碑而付出的漫长旅程令人惊叹。

对于我们的团队来说，AlphaFold的成功特别有意义，因为它是我们迄今为止建立的最复杂的人工智能系统，需要多个关键创新，而且它也具有最有意义的下游影响。通过证明人工智能能够大规模、在几分钟内准确预测蛋白质的形状，AlphaFold不仅提供了解决了一个50年的重大挑战的解决方案，也成为了我们创立的理论的第一个重要证明：人工智能可以极大地加速科学发现，从而推动人类进步。

我们开源了AlphaFold的代码，并在《自然》杂志上发表了两篇详尽的论文[1, 2]，这些论文已经被引用超过4000次。我们与世界领先的EMBL-EBI密切合作，设计了一个最适合帮助生物学家访问和使用AlphaFold的工具，并共同发布了AlphaFold DB，这是一个可搜索的数据库，对所有人开放和免费。在发布AlphaFold之前，根据我们负责任地进行先导工作的谨慎方法，我们征求了30多位生物学研究、安全、伦理和安全领域的专家的意见，帮助我们理解如何以最大化潜在利益和最小化潜在风险的方式与全球分享AlphaFold的好处。

到目前为止，来自190个国家的超过50万名研究人员已经访问了AlphaFold DB，查看了超过200万个结构。我们免费提供的结构也已经集成到其他公共数据集中，例如Ensembl、UniProt和OpenTargets，数百万用户在日常工作流程中访问它们。

我们对AlphaFold已经以惊人速度成为全球数十万科学家在实验室和大学中的必备工具感到惊讶，帮助他们在重要工作中取得进展。至于我们自己与AlphaFold的合作，我们优先考虑了那些我们认为具有最积极社会效益的应用，重点关注那些历史上资金不足或被忽视的倡议。例如，我们与药物被忽视疾病倡议（DNDi）合作，帮助推进他们的研究，使他们更接近找到治疗像利什曼病和恙虫病这样的疾病的挽救生命的方法，这些疾病在世界贫困地区的人口中影响最大。我们还支持世界被忽视的热带病日，通过为世界卫生组织确定为其研究的高优先级生物提供结构预测，帮助进一步研究像麻风病和血吸虫病这样的疾病，这些疾病在全球超过10亿人的生活中造成了巨大破坏。

看到研究界以各种方式使用AlphaFold的情景令人鼓舞，从了解疾病到保护蜜蜂，从解读生物谜题到深入探究生命起源。

我们AlphaFold团队成员选择的其他令人印象深刻的例子包括：

生物拼图，由Kathryn Tunyasuvunakool选择

在《科学》的最新专题中，几个团队描述了AlphaFold如何帮助他们拼凑核孔复合物，这是生物学中最棘手的难题之一。这个巨大的结构由数百个蛋白质部分组成，控制着进出细胞核的一切。通过使用现有的实验方法揭示其轮廓以及AlphaFold预测来完成和解释任何不清楚的区域，最终揭示了其精细的结构。这种强大的组合现在已经在实验室中成为常态，解锁了新的科学，展示了实验和计算技术如何共同发挥作用。

解锁核孔复合物：https://unfolded.deepmind.com/stories/unlocking-the-nuclear-pore-complex

生物信息学的新世界，由Richard Evans选择

Foldseek和Dali等结构搜索工具使用户能够快速搜索与给定蛋白质相似的条目。这可能是挖掘大型序列数据集中实用蛋白质（例如降解塑料的蛋白质）的第一步，并且可以提供有关蛋白质功能的线索。数据库的更新将包括超过2亿个预测结构，进一步放大这种影响。

对人类健康的直接影响，由John Jumper选择

AlphaFold已经对人类健康产生了重大而直接的影响。与欧洲人类遗传学学会的研究人员会面揭示了AlphaFold结构对生物学家和临床医生在解开罕见遗传疾病原因方面的重要性。此外，AlphaFold通过更好地理解新鉴定的可能是药物靶点的蛋白质，加速了药物发现，并帮助科学家更快地找到与之结合的潜在药物。

“AlphaFold在生物制药研究中几乎一夜之间成为必不可少的工具，包括在ROME Therapeutics等地，它使我们能够预测以前从未解决的“黑暗基因组”区域中的蛋白质结构。AlphaFold的速度和准确性正在加速药物发现过程，我们才刚刚开始意识到它对更快向患者提供新药的影响。” – Rosana Kapeller，ROME Therapeutics总裁兼首席执行官，Nimbus Therapeutics前首席科学官

：https://unfolded.deepmind.com

来自Unfolded的故事 使AlphaFold的预测结果对全球科学家可用 加速对塑料污染的斗争：https://unfolded.deepmind.com/stories/making-alphafolds-predictions-available-to-scientists-around-the-world

刚刚开始

AlphaFold已经将生物学推向了一个结构丰富的时代，以数字速度解锁了科学探索。AlphaFold数据库是蛋白质结构的“谷歌搜索”，为研究人员提供了他们研究的蛋白质的预测模型的即时访问，使他们能够集中精力并加快实验工作。从抗击疾病到开发疫苗，AlphaFold已经在一些全球最大的挑战上取得了令人难以置信的进展，而这只是我们在未来几年将开始看到的影响的开端。我们希望这个扩展的数据库能够帮助更多的科学家在他们的工作中，并开辟全新的科学探索途径，如元蛋白质组学。

在DeepMind，我们正在努力开发所有这些潜力，投入大量资源在许多领域，包括与我们的新母公司Isomorphic Labs合作，以AI为先的方法重新构想整个药物发现过程; 在著名的Francis Crick研究所设立湿实验室，加强人工智能和实验技术之间的联系，推进对生物学的理解，包括蛋白质设计和基因组学; 扩大我们的AI科学团队，加快在基础生物学研究方面的进展，并将人工智能应用于其他引人入胜且重要的科学挑战，如气候科学、量子化学和聚变。

AlphaFold是未来的一瞥，以及应用计算和人工智能方法于生物学可能实现的可能性。在其最基本的层面上，生物学可以被视为一个信息处理系统，尽管是一个非常复杂和新兴的系统。正如数学是物理学的完美描述语言一样，我们相信人工智能可能会成为应对生物学动态复杂性的恰当技术。AlphaFold是这一点的重要首次证明，也是更多成果的标志。作为“数字生物学”这一新兴领域的先驱者，我们对看到人工智能作为人类在推动科学发现和理解生命基本机制方面最有用的工具之一的巨大潜力感到兴奋。