DeepMind · 大模型
DeepMind 发布 AlphaProteo 生成新型蛋白质
DeepMind 推出 AlphaProteo，一个用于生成新型蛋白质的 AI 系统。该模型能够设计出自然界不存在的蛋白质结构，这些蛋白质可与目标分子（如病毒蛋白或疾病相关蛋白）高亲和力结合。AlphaProteo 在多个靶点上的结合成功率远超现有方法，有望加速药物靶点发现、疫苗设计和生物传感器开发。这一成果将蛋白质设计从依赖自然筛选转向主动生成，为生物学和健康研究开辟了新路径。
- 域名
deepmind.google- 评分
- 5 · 重大发布
- 发布
- 2026-03-03
导读
DeepMind 推出 AlphaProteo，把蛋白质设计从依靠自然筛选与定向进化的传统流程推向直接生成高亲和力结合体的阶段。系统的工作方式已经超越对已有结构的预测：给定目标蛋白和指定结合位点，它能直接生成全新的 binder 候选分子。
训练数据来自 Protein Data Bank 的实验结构与 AlphaFold 给出的 1 亿余条预测结构，模型据此学习蛋白质之间如何形成接触面。研究团队在 7 个靶点上做了湿实验验证，涵盖与癌症、糖尿病并发症相关的 VEGF-A、参与肿瘤免疫的 PD-L1、神经生长因子受体 TrkA、自身免疫相关 IL-17A、白细胞介素受体 IL-7Rɑ，以及病毒蛋白 BHRF1 和 SARS-CoV-2 刺突蛋白受体结合区 SC2RBD。其中针对 BHRF1，88% 的候选分子在 DeepMind Wet Lab 中显示出有效结合；整体上 AlphaProteo binder 的平均结合强度比已有最佳方法高 10 倍，对 VEGF-A 还首次给出了成功的 AI 设计 binder。
对生物医药研究而言，这意味着 binder 设计的实验轮次大幅压缩，原本需要多轮亲和力优化的流程在虚拟阶段就能筛掉绝大部分失败设计。AlphaProteo 因此被定位为药物靶点验证、生物传感器与诊断试剂、细胞成像探针的通用上游工具，把 AlphaFold 时代的结构理解推进到主动分子设计阶段。