自然学科 · Natural Sciences
DeepMind的AlphaFold 3将蛋白质结构预测推向了全新的高度。继AlphaFold 2成功预测超过2亿种蛋白质三维结构之后，最新版本不仅覆盖了几乎所有已知的蛋白质序列，还能同时预测蛋白质与DNA、RNA和小分子配体的复合物构象。
这意味着研究人员不再需要花费数月或数年去培养晶体或进行冷冻电镜观测，而是可以直接从基因组序列获得高精度的结构模型。这项技术已经在药物设计、酶工程和疾病机制研究等领域引发链锁反应：新型抗生素靶点被快速鉴定，工业酶的热稳定性通过理性设计大幅提升。
阿尔茨海默症和帕金森病相关蛋白质的错误折叠模式也获得了前所未有的清晰度。当生物学从“观察与猜测”进入“计算与设计”的时代，生命的运转规律正以每秒数百万次的速度被解码。
DeepMind's AlphaFold 3 has predicted over 200 million protein 3D structures covering virtually all known protein sequences, and also handles complexes of proteins with DNA, RNA, and small-molecule ligands. Researchers no longer need months of crystallization or cryo-EM campaigns. This technology has triggered cascading impacts across drug design, enzyme engineering, and disease mechanism research. Biology has entered the age of computation and design.