DeepMind · 其他
DeepMind 发布 AlphaFold 揭示蛋白质宇宙结构
DeepMind 宣布 AlphaFold 已预测出所有已知蛋白质的结构，覆盖了从微生物到人类的整个蛋白质宇宙。这一成果将结构生物学从单蛋白解析推进到全蛋白质组层面，为药物发现、酶工程和基础研究提供了前所未有的数据基础。AlphaFold 数据库现已包含超过 2 亿个结构，且全部免费开放。
- 域名
deepmind.google- 评分
- 5 · 重大发布
- 发布
- 2026-03-03
导读
这篇 2022 年 7 月 28 日发表的 DeepMind 博客，由 Demis Hassabis 署名，是 AlphaFold 数据库上线满一周年的重大更新。文章宣布与 EMBL 的欧洲生物信息学研究所 EMBL-EBI 合作，把 AlphaFold 数据库的预测结构从近 100 万条扩展到 2 亿多条，涵盖几乎所有已编目蛋白质，包括植物、细菌、动物及其他生物，规模翻了 200 多倍。UniProt 上绝大多数蛋白页将自带预测结构，全部 2 亿余条结构也通过 Google Cloud Public Datasets 提供批量下载。
文章用前一年的实际使用数据说明 AlphaFold 的影响轨迹。来自 190 个国家的 50 多万名研究者访问了 AlphaFold 数据库，调阅超过 200 万条结构；两篇 Nature 论文累计被引超过 4000 次。配套案例集中在被传统资助忽视的领域：与被忽视疾病药物研究所 DNDi 的合作推动了利什曼病、查加斯病等的研究；为世界卫生组织标记的高优先级病原体提供结构预测，配合 World Neglected Tropical Disease Day 推进麻风、血吸虫病等影响全球 10 亿人健康的疾病研究；与此同时，Foldseek 与 Dali 等结构搜索工具借助新增结构，把"找相似蛋白"从序列搜索拓展到结构搜索，可用于挖掘塑料降解酶等实用蛋白。
对结构生物学读者而言，这次更新真正改变的是研究方式。Science 一期专刊中多个团队描述了核孔复合体的拼合工作，方法是用实验手段勾出轮廓、再用 AlphaFold 预测填补不清晰的部分，这种"实验加计算"的混合流程已在多家实验室成为常态。ROME Therapeutics 等 biopharma 公司则把 AlphaFold 用于暗基因组中尚未解析的潜在药物靶点。文章末尾把 AlphaFold 定位为"AI 与生物学结合"的首个有力证据，并预告与 Isomorphic Labs、Francis Crick Institute 的后续合作，意图把这一路径延伸到药物设计与基因组学。