概述
其突破性成果获得了 2024 年诺贝尔化学奖。
深入探讨
蛋白质是折叠成复杂的 3D 形状的氨基酸链，这种形状决定了蛋白质的功能，从携带氧气到抵抗感染。仅根据序列预测折叠就困扰了科学家数十年。 2020 年，AlphaFold 2 在 CASP14 竞赛中震惊了业界，其预测结构的准确性可与 X 射线晶体学等缓慢且昂贵的实验室方法相媲美。 DeepMind 随后发布了超过 2 亿个预测结构，涵盖几乎所有已知的蛋白质，免费向研究人员开放。 2024 年，AlphaFold 3 将预测扩展到蛋白质如何与 DNA、RNA、药物和其他分子相互作用。 Demis Hassabis 和 John Jumper 因这项工作共同获得 2024 年诺贝尔化学奖。
现实世界的实施
为全球研究人员提供超过 2 亿个蛋白质的免费 3D 结构
通过揭示候选分子如何结合靶蛋白来加速药物发现
帮助设计新的酶，包括分解塑料废物的酶
通过绘制关键蛋白质图谱来帮助研究疟疾、帕金森病和抗生素耐药性
AlphaFold 的未来
AlphaFold 正在加速药物发现、酶设计以及对疟疾和抗生素耐药性等疾病的了解。未来的方向包括预测蛋白质动力学和运动，而不仅仅是静态快照、建模大分子复合物以及与实验数据更紧密的集成。开放数据库和同构实验室等衍生产品旨在将结构预测转化为更快、更便宜的药物。预计人工智能结构预测将成为几乎所有分子生物学领域常规的第一步。
付诸实践
为什么这很重要
- 供应商策略. 供应商路线图会影响您的团队接下来可以构建的功能。
- 成本与预算. 商业条款和部署选项会影响长期成本和风险。
- 风险与安全. 公司激励措施塑造了产品默认、安全态势和开放性。
留意
- 发布公告可能会超过实际生产工作流程的稳定性。
- API 定价或政策转变可能会在一夜之间打破假设。
- 单一供应商依赖性增加了锁定和迁移成本。
后续步骤
- 使用您自己的任务和数据集评估提供商。
- 在集成之前查看隐私、安全和法律条款。
- 维护跨模型或供应商的后备计划。
- 监控发行说明，以便路线图的更改不会让团队感到意外。
不断探索
常见问题
什么是阿尔法折叠？
AlphaFold 是一种 Google DeepMind AI，可以根据氨基酸序列预测蛋白质的 3D 形状，这是生物学领域 50 年的重大挑战。其突破性成果获得了 2024 年诺贝尔化学奖。
AlphaFold 预测什么？
AlphaFold 根据蛋白质的氨基酸序列预测蛋白质如何折叠成 3D 形状。
蛋白质的 3D 结构如何帮助研究人员研究其功能？
结构可以指导有关分子相互作用和可能功能的假设，但生物活性仍然需要背景和证据。
AlphaFold 2 在 2020 年的哪场活动中展示了其突破性的准确性？
AlphaFold 2 让 2020 年 CASP14 蛋白质结构预测竞赛的科学家们大吃一惊。
AlphaFold 2 利用什么进化信号来查找哪些氨基酸彼此接近？
通过比较不同物种之间的相关蛋白质，AlphaFold 可以检测到在 3D 中可能靠近的共同进化氨基酸。
AlphaFold 的创造者在 2024 年获得了哪些主要认可？
Demis Hassabis 和 John Jumper 因 AlphaFold 共同荣获 2024 年诺贝尔化学奖。