DeepMind · 其他
DeepMind 发布下一代 AlphaFold 预览
DeepMind 展示了下一代 AlphaFold 的早期版本，在蛋白质结构预测的精度、速度和适用范围上均有显著提升。新模型能够处理更复杂的生物分子复合体，并引入对动态构象变化的建模能力，有望加速药物发现与分子生物学研究。
- 域名
deepmind.google- 评分
- 5 · 重大发布
- 发布
- 2026-03-03
导读
这是 DeepMind 与 Isomorphic Labs 在 2023 年 10 月发布的下一代 AlphaFold 进展更新，预告了后来被命名为 AlphaFold 3 的模型雏形。新模型把覆盖范围从单纯蛋白质扩展到 Protein Data Bank 中几乎所有生物分子，包括 ligand 小分子、核酸 DNA 与 RNA、以及含翻译后修饰 PTM 的蛋白复合物，并在多类结构上达到原子级精度。
能力跨度有三个方向值得注意。第一是 ligand 与蛋白的联合预测：当前业界标准是 docking，需要刚性参考蛋白结构与预先给出的结合口袋位置；新模型在不需要参考结构、不需要口袋提示的情况下击败已知最优 docking 方法，且能联合建模所有原子位置，捕捉蛋白与核酸在相互作用时的固有柔性。第二是抗体结合等药物发现关键问题上对 AlphaFold 2.3 的明显超越，文章给出 PORCN、KRAS 三元复合物、PI5P4Kγ 三个治疗相关案例，预测结构与实验结构高度吻合。第三是核酸与 CRISPR 系统的建模能力，例如 CasLambda 与 crRNA、DNA 形成的复合物，CasLambda 因尺寸较小而对基因编辑工具开发有意义。
从生态层面看，AlphaFold 已在 190 多个国家积累 140 万用户，被用于疟疾疫苗加速、癌症药物发现、塑料降解酶设计等场景。下一代模型的实质价值在于把 docking 与结构预测合并为单一神经网络步骤，并将其延伸到 RNA、DNA 与共价修饰，让药物化学与化学生物学的湿实验设计有了同一套数字底座。Isomorphic Labs 同时把该模型应用于自有药物管线，意味着这套能力从开放论文工具进一步演化为商业药物发现的核心引擎。对读者而言，这是一份过渡说明，告诉学界 AlphaFold 即将告别"单链蛋白预测器"的标签，转身成为"生物分子复合体通用预测器"。