結(jié)構(gòu)生物學(xué)是生物學(xué)的核心領(lǐng)域之一，其核心任務(wù)是揭示生物分子的三維結(jié)構(gòu)，這對(duì)于理解其功能和行為至關(guān)重要。

傳統(tǒng)的結(jié)構(gòu)測(cè)定方法，如X射線晶體學(xué)和核磁共振（NMR）技術(shù)，雖然強(qiáng)大，但費(fèi)時(shí)且成本高昂。隨著計(jì)算能力的提高和算法的進(jìn)步，計(jì)算結(jié)構(gòu)預(yù)測(cè)（CSP）已成為一個(gè)重要的補(bǔ)充手段。

不過(guò)，谷歌AlphaFold3模型問(wèn)世，或許標(biāo)志著CSP領(lǐng)域達(dá)到了一個(gè)新的高度。日前，Nature上發(fā)表的關(guān)于AlphaFold3模型的介紹，為我們揭示了這一點(diǎn)。

之前的AlphaFold 模型于 2020 年發(fā)布，其預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)的能力讓研究界感到驚訝，但研究人員一直在呼吁該工具能夠處理的不僅僅是蛋白質(zhì)�，F(xiàn)在，AlphaFold 3，可以預(yù)測(cè)DNA、RNA和配體等分子的結(jié)構(gòu)，這對(duì)藥物發(fā)現(xiàn)至關(guān)重要。

并且，在部分領(lǐng)域，AlphaFold 3預(yù)測(cè)精準(zhǔn)度較高。對(duì)于蛋白質(zhì)與其他分子類型的相互作用，與現(xiàn)有的預(yù)測(cè)方法相比，我們看到至少提高了50%，對(duì)于一些重要的相互作用類別，我們的預(yù)測(cè)精度提高了一倍。

DeepMind聯(lián)創(chuàng)兼CEO哈撒比斯表示，AlphaFold 3是人類了解生物學(xué)動(dòng)態(tài)系統(tǒng)歷史性的第一步。

那么，AlphaFold 3能否攪局AI制藥呢？

/ 01 / AlphaFold3的進(jìn)擊

AlphaFold3是DeepMind公司繼AlphaFold2之后的又一力作，它不僅繼承了前代模型的優(yōu)勢(shì)，還通過(guò)一系列創(chuàng)新性的架構(gòu)改進(jìn)，極大地提高了預(yù)測(cè)的準(zhǔn)確性和泛化能力。

總體而言，AlphaFold3在多個(gè)方面展現(xiàn)了其卓越的性能。

首先，是在蛋白質(zhì)-配體相互作用，在與配體結(jié)合的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)上，AlphaFold3的準(zhǔn)確性遠(yuǎn)超現(xiàn)有的對(duì)接工具。

蛋白質(zhì)與小分子配體的相互作用是藥物作用機(jī)制的核心。AlphaFold3通過(guò)其先進(jìn)的深度學(xué)習(xí)算法，能夠精確預(yù)測(cè)蛋白質(zhì)與配體結(jié)合的三維結(jié)構(gòu)，這對(duì)于理解藥物如何與其靶點(diǎn)相互作用至關(guān)重要。

根據(jù)介紹，AlphaFold3的預(yù)測(cè)結(jié)果可以與實(shí)驗(yàn)數(shù)據(jù)相媲美，為藥物設(shè)計(jì)提供了高分辨率的結(jié)合位點(diǎn)圖像。這對(duì)于新藥開發(fā)還是現(xiàn)有藥物優(yōu)化，都能提供顯而易見的幫助。

新藥開發(fā)方面，可以通過(guò)AlphaFold3預(yù)測(cè)的蛋白質(zhì)-配體結(jié)構(gòu)，研究人員可以更有效地篩選和設(shè)計(jì)新藥候選物，加速藥物發(fā)現(xiàn)流程。

現(xiàn)有藥物優(yōu)化翻一面，該工具還可以用于優(yōu)化現(xiàn)有藥物，通過(guò)改進(jìn)其與靶蛋白的結(jié)合模式來(lái)增強(qiáng)療效或減少副作用。

其次，是蛋白質(zhì)-核酸相互作用。蛋白質(zhì)與核酸的相互作用在調(diào)控基因表達(dá)和遺傳信息傳遞中扮演著關(guān)鍵角色。

在蛋白質(zhì)與核酸復(fù)合物的結(jié)構(gòu)預(yù)測(cè)上，AlphaFold3的準(zhǔn)確性也顯著優(yōu)于專門的核酸預(yù)測(cè)工具。AlphaFold3在這一領(lǐng)域的應(yīng)用，為理解復(fù)雜的調(diào)控網(wǎng)絡(luò)提供了新的視角。

例如，在基因調(diào)控機(jī)制方面，AlphaFold3能夠揭示轉(zhuǎn)錄因子與DNA或RNA的結(jié)合細(xì)節(jié)，有助于理解細(xì)胞如何調(diào)控基因表達(dá)。

而在RNA結(jié)構(gòu)預(yù)測(cè)領(lǐng)域，該工具在預(yù)測(cè)RNA結(jié)構(gòu)方面表現(xiàn)出色，這對(duì)于理解RNA在生命過(guò)程中的功能至關(guān)重要。

這些優(yōu)勢(shì)，最終在藥物設(shè)計(jì)方面得到體現(xiàn)。通過(guò)AlphaFold3預(yù)測(cè)的蛋白質(zhì)-核酸復(fù)合物結(jié)構(gòu)，可以設(shè)計(jì)出靶向特定核酸的小分子，為治療某些疾病提供新策略。

最后，是抗體-抗原預(yù)測(cè)。AlphaFold3在抗體-抗原復(fù)合物的預(yù)測(cè)上取得了顯著進(jìn)步，這對(duì)于藥物設(shè)計(jì)和疫苗開發(fā)具有重要意義。

畢竟，抗體-抗原相互作用在免疫系統(tǒng)中起著至關(guān)重要的作用，也是疫苗設(shè)計(jì)和藥物開發(fā)的關(guān)鍵因素。

根據(jù)介紹，AlphaFold3可以預(yù)測(cè)病毒表面蛋白或抗原的結(jié)構(gòu)，幫助科學(xué)家設(shè)計(jì)出能夠誘導(dǎo)強(qiáng)烈免疫反應(yīng)的疫苗。

該工具還可以用于設(shè)計(jì)單克隆抗體，這些抗體可以特異性地識(shí)別和中和病原體，為治療癌癥和其他疾病提供新途徑。

另外，AlphaFold3預(yù)測(cè)的抗體-抗原結(jié)構(gòu)有助于理解某些疾病的免疫逃逸機(jī)制，為開發(fā)新的治療策略提供線索。

/ 02 / AI制藥的攪局者

AlphaFold3的推出是計(jì)算結(jié)構(gòu)生物學(xué)領(lǐng)域的一個(gè)重要里程碑。它不僅極大地提高了預(yù)測(cè)的準(zhǔn)確性，還擴(kuò)展了可預(yù)測(cè)的生物分子類型。隨著技術(shù)的不斷完善和應(yīng)用的深入，AlphaFold3有望在生命科學(xué)研究和醫(yī)療健康領(lǐng)域發(fā)揮更大的作用。當(dāng)然，與所有的AI制藥技術(shù)一樣，AlphaFold3并不完美。

就技術(shù)本身而言，其存在諸多bug。比如，立體化學(xué)問(wèn)題，模型有時(shí)無(wú)法準(zhǔn)確預(yù)測(cè)分子的手性中心，導(dǎo)致結(jié)構(gòu)預(yù)測(cè)出現(xiàn)立體化學(xué)錯(cuò)誤。

再比如“幻覺現(xiàn)象”問(wèn)題，生成式模型可能會(huì)在無(wú)序區(qū)域產(chǎn)生非真實(shí)的結(jié)構(gòu)，這種現(xiàn)象被稱為“幻覺”。

以及“動(dòng)態(tài)行為”的挑戰(zhàn)，AlphaFold3主要預(yù)測(cè)靜態(tài)結(jié)構(gòu)，對(duì)于生物分子的動(dòng)態(tài)行為預(yù)測(cè)仍然是一個(gè)挑戰(zhàn)。

種種因素導(dǎo)致，與大多數(shù)模型一樣，AlphaFold的影響將取決于其預(yù)測(cè)的準(zhǔn)確性。

在某些用途上，AlphaFold 3 的成功率是 RoseTTAFold 等類似領(lǐng)先型號(hào)的兩倍。但對(duì)于其他的，比如蛋白質(zhì)-RNA的相互作用，AlQuraishi說(shuō)它仍然非常不準(zhǔn)確。

DeepMind表示，根據(jù)所建模的交互，準(zhǔn)確率可以從40%到80%以上不等，該模型將讓研究人員知道其預(yù)測(cè)的可信度。由于預(yù)測(cè)不太準(zhǔn)確，研究人員在采用其他方法之前只能將AlphaFold3作為起點(diǎn)。

也就是說(shuō)，AlphaFold3要想成為攪局者，必須讓更多使用者信服這門技術(shù)。這，或許需要繼續(xù)迭代。

當(dāng)然，盡管存在挑戰(zhàn)，AlphaFold3無(wú)疑已經(jīng)在結(jié)構(gòu)生物學(xué)和藥物設(shè)計(jì)領(lǐng)域邁出了堅(jiān)實(shí)的一步。期待未來(lái)更多的工具，能夠賦能新藥研發(fā)，為患者帶來(lái)更為有效的治療手段。

       原文標(biāo)題 : 谷歌攪局AI制藥，進(jìn)擊的AlphaFold3模型