Isomorphic 实验室和谷歌 DeepMind 共同开发的最新 AI 模型 AlphaFold 3，能够准确预测蛋白质、DNA、RNA 及配体等生命分子的结构及其相互作用，我们期待这一成果将深刻变革我们对生物世界与药物开发的理解。
在每一种植物、动物和人类的细胞内，都存在着亿万的分子机器，这些机器由蛋白质、DNA 等分子构成。这些分子单独存在时无法发挥作用，只有了解它们如何在数百万种可能的组合中相互作用，我们才能真正揭示生命的生物机制。
在 Nature 杂志发表的论文中，我们首次介绍了这一革命性技术——AlphaFold 3。它能预测生命中各种分子的结构和交互作用，其准确性较现有技术至少提高了 50%，在一些关键的交互类别中准确度甚至翻倍。
我们希望 AlphaFold 3 能够重塑我们对生物世界及药物研发的理解。科学家现在可以通过新推出的、使用简便的 AlphaFold Server 免费获取这一模型的主要功能。在药物设计领域，Isomorphic 实验室正与制药企业合作，运用这一技术解决实际药物设计的挑战，旨在为患者开发出全新、能够改变生命的治疗方案。
我们的新型模型基于 AlphaFold 2，这一模型在 2020 年实现了蛋白质结构预测的根本性突破，此成就开创了生物学领域一个已有 50 年挑战的解决方案。目前为止，全球已有数百万科研人员运用 AlphaFold 2 在疟疾疫苗开发、癌症治疗和酶设计等多个领域取得了重要进展。该技术已经被引用超过 20,000 次，并且因其显著的科学贡献，获得了包括最新的生命科学突破奖在内的多项荣誉。AlphaFold 3 不仅仅局限于蛋白质，它的应用已经扩展到更广泛的生物分子领域，这一进步有望推动从药物开发、基因组学研究，到生物可再生材料和抗逆性作物的开发等一系列变革性科学研究。
7PNM – 冠状病毒 OC43 的刺突蛋白：AlphaFold 3 对冠状病毒感冒刺突蛋白的结构预测展示了其与抗体和简单糖分子的精确互动，这一结构与实际观察结果完美对应。通过这一动态展示，我们不仅能更深入理解免疫系统的运作，还能为探索冠状病毒（包括 COVID-19）的更有效治疗方法提供科学依据。
AlphaFold 3 如何揭示生命中的分子结构
当输入一系列分子数据时，AlphaFold 3 能够创建出它们的整体三维结构，揭示各个分子是如何紧密结合的。它能处理从蛋白质、DNA 到 RNA 等大型生物分子，还包括药物等小分子，即所谓的配体。更进一步，AlphaFold 3 能够模拟这些分子的化学改性，这些改性是细胞正常功能的关键，一旦失衡，可能会引起疾病。
AlphaFold 3 的强大能力源于它的新一代架构和全面的训练，覆盖了所有生命分子。模型的核心是升级版的 Evoformer 模块 – 这是一个深度学习架构，也是 AlphaFold 2 卓越性能的基石。AlphaFold 3 在处理完输入数据后，通过一个类似 AI 图像生成中的扩散过程来构建其预测结果。这个过程从一个原子云开始，经过多步优化，最终得到精确的分子结构。
AlphaFold 3 在预测分子间作用方面的准确性，超越了所有现有技术。作为一个全面计算分子复合体的模型，它独特地整合了科学的深刻见解。
阅读我们在《自然》杂志上的论文
7BBV – 酶：AlphaFold 3 预测的一个包含酶蛋白（蓝色）、离子（黄色球体）和简单糖（黄色）的分子复合体，对照真实结构（灰色）。这种酶源自一种对多种植物造成伤害的土传真菌（Verticillium dahliae）。深入了解这种酶与植物细胞的相互作用，有助于科学家培育出更健康、更坚韧的作物。
Isomorphic 实验室的药物发现领域
AlphaFold 3 开辟了药物设计的新天地，能预测药物中常见的分子，例如与蛋白质结合的配体和抗体，这种结合改变了它们在人体健康及疾病过程中的交互作用。
AlphaFold 3 在预测药物相互作用方面达到了前所未有的准确度，例如蛋白质和配体、抗体和它们的目标蛋白的结合。在不依赖任何结构信息的情况下，AlphaFold 3 比传统最佳方法提高了 50% 的准确度，成为第一个超越物理基础工具预测生物分子结构的 AI 系统。精确预测抗体和蛋白质之间的结合对理解人体免疫反应的方方面面及开发新型抗体治疗药物至关重要。
结合使用 AlphaFold 3 和我们的一套内部 AI 模型，我们正在推进药物设计项目，包括自主项目和与制药合作伙伴的合作。我们依靠 AlphaFold 3 提升药物设计的速度和成功率，帮助解析新的疾病靶点，同时开发之前难以实现的旧有靶点的新策略。
了解更多关于我们如何利用 AlphaFold 3 进行药物设计的详情。
AlphaFold Server：免费又易用的研究工具
8AW3 – RNA 修改蛋白：AlphaFold 3 对一个包含蛋白质（蓝色）、RNA 链（紫色）及两个离子（黄色）的分子复合体的预测，与其真实结构（灰色）极为接近。这种复合体在生成其他蛋白质的过程中起着关键作用，这一过程对生命和健康至关重要。
Google DeepMind 最新推出的 AlphaFold Server 是全球最精准的工具，专门用来预测蛋白质如何与细胞中的其他分子相互作用。这是一个免费的平台，全球科学家都可以用来进行非商业研究。只需简单几步，生物学家便能借助 AlphaFold 3 模拟蛋白质、DNA、RNA 及多种配体、离子和化学修饰物组成的结构。
AlphaFold Server 使科学家能够在实验室中验证全新的假设，从而加快研究进程并推动创新。它为研究者提供了一种无论技术背景或计算资源如何都能进行结构预测的便捷方式。
实验性蛋白结构预测可能要花费和博士学位一样长的时间，并且耗资高达数十万美元。Google DeepMind 的前一模型，AlphaFold 2，已用于预测上亿种结构，其工作量若按传统实验结构生物学的速度计算，需要耗费上亿研究者年。
“通过 AlphaFold Server，我们不仅仅是在预测结构，更是在提供资源：使研究者能够提出大胆的问题，加速科学发现。”——塞琳·布丘克斯，弗朗西斯·克里克研究所
了解更多关于 AlphaFold Server 的信息
负责任地共享 AlphaFold 3 的成果
在与 Google DeepMind 的合作中，我们探索了这项技术的广泛影响。与研究和安全社区合作，采取科学主导的方法，我们进行了深入的评估，旨在减少潜在风险并广泛分享其对生物学和人类的益处。
在进行了 AlphaFold 2 项目的外部咨询之后，Google DeepMind 进一步与超过 50 名领域专家及生物安全、研究和产业领域的专家深入交流，以深入了解 AlphaFold 模型的连续改进及其潜在风险。我们还参与了 AlphaFold 3 发布前的广泛社区论坛和讨论。
AlphaFold 服务器体现了我们持续分享 AlphaFold 成果的承诺，其中包括 200 百万蛋白质结构的免费数据库。我们将继续与科研界和政策制定者合作，负责任地推进 AI 技术的开发与应用。
推动 AI 驱动的细胞生物学的未来发展
7R6R – DNA 绑定蛋白：AlphaFold 3 对一个蛋白质与 DNA 双螺旋结合的分子复合体的预测，与通过精细实验获得的真实分子结构几乎完全一致。
AlphaFold 3 把生物世界的细节呈现得更为清晰。它让科学家能全面观察细胞系统的复杂性，涵盖其结构、相互作用及其变化。这一新的视角让我们看到生命分子是如何相互连接的，以及这些连接如何影响包括药物作用、激素生成和 DNA 修复在内的各种生物功能。
随着 AlphaFold 3 和免费的 AlphaFold 服务器的推出，我们开始看到它们如何帮助科学家加速解决生物学中的未解问题和开展新的研究方向。我们对 AlphaFold 3 的潜力充满期待，非常期待未来的发展。
进一步了解：
了解我们如何使用 AlphaFold 3 进行合理的药物设计的详细博客
阅读我们在《自然》杂志发表的研究论文
体验 AlphaFold 服务器的强大功能
