Google AI · 其他
Google DeepMind 与 Isomorphic Labs 发布 AlphaFold 3 AI 模型
Google DeepMind 联合 Isomorphic Labs 发布了新一代蛋白质结构预测模型 AlphaFold 3。该模型在预测蛋白质与配体、核酸等分子相互作用方面取得显著进展，将计算生物学从静态结构推向动态互作层面。AlphaFold 3 的开放将加速药物发现与分子生物学研究，是 AI 在科学领域的重要里程碑。
- 域名
blog.google- 评分
- 5 · 重大发布
- 发布
- 2026-01-07
导读
AlphaFold 3 是 Google DeepMind 与 Isomorphic Labs 在 2024 年 5 月联合发布的新一代结构预测模型，论文同期刊于 Nature。与只预测蛋白质折叠的 AlphaFold 2 不同，AlphaFold 3 把预测对象扩展到生命体几乎所有的分子类型：蛋白质、DNA、RNA、配体小分子，以及调控细胞功能的化学修饰，并能给出它们组合在一起时的联合三维结构。在蛋白质与其他分子相互作用的预测上，相比现有方法提升至少 50%，部分关键交互类型的准确率直接翻倍。
模型架构在 AlphaFold 2 的 Evoformer 模块基础上做了升级，结构生成环节换成扩散网络，类似图像生成模型从噪声逐步收敛到清晰图像，AlphaFold 3 也是从一团原子云出发，多步迭代收敛到最终的分子结构。在 PoseBusters 蛋白-配体对接基准上，AlphaFold 3 比传统方法准确率高 50%，且不需要任何输入端的结构先验，是首个在生物分子结构预测上超过物理模拟工具的 AI 系统。配套发布的 AlphaFold Server 面向全球非商用研究免费开放，研究者只需粘贴序列并点击运行，几分钟内即可拿到结构与置信度指标。2024 年 11 月，团队进一步开源了模型代码和权重，供学术界自由使用。
对生命科学与药物研发的读者而言，这一步意味着 AI 把研究视野从单一蛋白质拉到完整的细胞分子复合体。Isomorphic Labs 已将其用于内部和合作的药物设计项目；自由数据库里 2 亿个预测结构、加上现在可定制的相互作用预测，等于把过去需要博士级周期与数十万美元才能解出的结构问题压缩到几分钟。