人工智能可能帮助我们治愈无数疾病 并开启医学的新黄金时代 |

AlphaFold是谷歌DeepMind于2020年推出的革命性人工智能技术，旨在预测蛋白质的三维结构。其成功应用不仅为基本生物学问题提供了解决方案，还在药物发现领域引发了重大变革，帮助科学家快速生成蛋白质结构，显著缩短了研究时间。AlphaFold数据库现包含约2.5亿个蛋白质结构，全球近200万研究人员可访问，远超传统的X射线晶体学方法。它在癌症研究、DNA修复机制和新药物开发中表现突出，例如预测血清素受体的结构并筛选出新药物。尽管尚无AlphaFold开发的药物通过临床试验，但其在药物发现和分子生命理解方面的潜力巨大，标志着人工智能时代的到来。

AlphaFold由谷歌DeepMind开发，首次报告于2020年，是本世纪最具突破性的科学创新之一。这项先进技术利用人工智能确定蛋白质的三维结构。它的应用已经解决了基本的生物学问题，为Demis Hassabis和John Jumper赢得了诺贝尔化学奖，并改变了药物发现的格局。AlphaFold正在不断改进和扩展其能力，这表明我们仅仅处于其潜力的开端。

理解蛋白质的结构至关重要，因为它提供了对蛋白质功能的洞察，并有助于新药物的设计。AlphaFold是通过一个被称为蛋白质数据银行的实验性结构庞大数据库进行训练的。它基于氨基酸序列预测蛋白质的结构。传统上，研究人员需要使用数升细菌或病毒生产大量蛋白质，希望蛋白质能够形成晶体晶格——这一过程 notoriously 具有挑战性。这种方法称为X射线晶体学，可能需要数年时间，而AlphaFold现在可以在几分钟内以显著较低的成本达到类似的结果。

在2020年AlphaFold参加一场蛋白质结构解决竞赛时，其表现之出色以至于一些竞争者指责该团队作弊。AlphaFold的首次亮相使其在该领域确立了黄金标准。目前，AlphaFold数据库中约有2.5亿个蛋白质结构，近200个国家的近200万研究人员可以访问——远超过能够进行X射线晶体学的研究者。回顾我在癌症生物学领域的学术旅程，我现在可以使用AlphaFold在五分钟内生成一个蛋白质结构，而这一任务曾经需要我整个博士生涯的时间。

牛津大学的分子与结构生物学家Pauline Lascaux博士在她最近的研究中强调了AlphaFold的重要性，该研究揭示了细胞中DNA修复的新机制。她指出，她审阅的研究中有超过90%提到了AlphaFold。在最近发表在《科学》上的一项研究中，研究人员利用AlphaFold预测了负责情绪调节的蛋白质——血清素受体的结构。通过计算机模拟测试，他们筛选了16亿个分子，以识别那些比通过传统实验方法开发的药物更有效结合的分子，可能会为情绪障碍的新治疗方法铺平道路。

尽管AlphaFold自2020年起才问世，但其影响力已非同寻常。它的一项重要成就就是解决了核孔复合体这一长期难题，这是一种大型结构，调节细胞DNA的进入。这一复合体与癌症、衰老和神经退行性疾病有关，而我们现在对其原子结构有了新的认识。此外，AlphaFold还帮助发现了一种新的肝癌药物，在实验室环境中，针对癌症蛋白CDK20以抑制肝癌的生长，并协助设计了一种“分子注射器”，能够将治疗性蛋白输送到人类细胞中。

也有一些公司开始利用AlphaFold的能力。例如，AlphaProteo利用AlphaFold的结构创造能够与其他蛋白质相互作用和调节的分子，从而生成以前未曾合成的化合物，旨在解决Covid-19、癌症和自身免疫性疾病等问题。DeepMind的另一个项目AlphaMissense则针对错义突变——小的基因改变，其功能效应尚不明确。鉴于其普遍发生，我们目前对这些突变的致病性质了解的仅约2%。AlphaMissense利用AlphaFold对这些突变的结构进行建模；如果蛋白质的结构发生变化，这可能表明存在致病性变化，可能会彻底改变罕见遗传病的诊断和治疗。

展望未来，目前尚不确定利用AlphaFold开发的药物是否能成功通过临床试验，因为尚无药物在人体中进行测试。然而，AlphaFold在帮助个人发现新药物、识别以前无法药物化的靶点以及揭示分子生命的复杂性方面的潜力巨大。最近，AlphaFold甚至帮助解决了在受精过程中形成的精卵桥的结构。如果第一代药物发现的特点是源自柳树树皮的天然化合物如阿司匹林，而第二代则是生物技术的进步如Ozempic，那么我们现在正进入一个新的时代：人工智能时代。