Google 旗下的 DeepMind，一夜之間讓學(xué)術(shù)界炸了鍋。

5 月 8 日，DeepMind 官宣了一個新的 AI 模型：AlphaFold 3。

相關(guān)的研究論文，發(fā)表在權(quán)威的《自然》雜志上，一來就占據(jù)了頭版。

ChatGPT 之后，AI 模型不計其數(shù)，但最有資格自稱改變世界的，可能只有 AlphaFold 3。

AlphaFold 超級進(jìn)化，讓生物世界更加「高清」

我們在中學(xué)生物課上學(xué)過，蛋白質(zhì)是由氨基酸通過肽鍵連接形成的長鏈分子，在空間中折疊成復(fù)雜的三維結(jié)構(gòu)。

三維結(jié)構(gòu)決定了蛋白質(zhì)的功能，直接影響了藥物設(shè)計和疾病治療。

可以說，蛋白質(zhì)結(jié)構(gòu)預(yù)測，是生物學(xué)最重要的命題之一。

但預(yù)測蛋白質(zhì)的三維結(jié)構(gòu)，是一件難事，往往需要復(fù)雜的實驗，甚至被形容為「困擾了生物學(xué)家 50 年的問題」。

2016 年，DeepMind 的 AlphaGo，戰(zhàn)勝了職業(yè)九段棋手，重寫了圍棋這門古老的技藝。

DeepMind 的 AlphaFold，則要探聽生物學(xué)的密碼，窺探生命本身的堂奧。

2018 年，AlphaFold 1 發(fā)布。

2020 年，AlphaFold 2 面世，已經(jīng)可以在幾分鐘內(nèi)大規(guī)模地準(zhǔn)確預(yù)測蛋白質(zhì)的形狀，并精確到原子級別。

現(xiàn)在，我們迎來了 AlphaFold 3，一個野心更大的 AI：超越蛋白質(zhì)，探索所有的生物分子。

生物分子，即構(gòu)成生物體的分子，包括蛋白質(zhì)、DNA、RNA 等。

DeepMind 認(rèn)為，只有了解生物分子如何在數(shù)百萬種組合中相互作用，才能開始真正理解生命的過程。

一言以蔽之，AlphaFold 3 比起前代，覆蓋的范圍更廣了，可以準(zhǔn)確預(yù)測蛋白質(zhì)、DNA、RNA、配體等生物分子的結(jié)構(gòu)，以及它們?nèi)绾蜗嗷プ饔谩?/p>

先來看一些 AlphaFold 3 的預(yù)測結(jié)果。

7PNM，是一種普通感冒病毒的刺突蛋白。

如圖所示，AlphaFold 3 對 7PNM（藍(lán)色部分）與抗體（綠色部分）、單糖（黃色部分）相互作用時的結(jié)構(gòu)預(yù)測，與真實結(jié)構(gòu)（灰色部分）吻合。

預(yù)測背后有其意義，把這類蛋白質(zhì)研究清楚，科學(xué)家便能更了解免疫系統(tǒng)和包括新冠在內(nèi)的冠狀病毒，甚至提出更好的治療方案。

除了蛋白質(zhì)的結(jié)構(gòu)，AlphaFold 還能預(yù)測分子復(fù)合物，即多個分子組成的復(fù)雜結(jié)構(gòu)。

下圖的酶，來自一種對植物有害的土壤真菌。

AlphaFold 的預(yù)測結(jié)果，包含一個酶蛋白（藍(lán)色部分）、一個離子（黃色球體）和一些單糖（黃色部分），契合了真實結(jié)構(gòu)（灰色部分）。

深入了解這種酶與植物細(xì)胞如何相互作用，可以幫助研究人員開發(fā)更健康、抵抗力更強的作物，給農(nóng)業(yè)生產(chǎn)帶來實際的好處。

類似地，AlphaFold 3 預(yù)測了一個由蛋白質(zhì)（藍(lán)色部分）、RNA 鏈（紫色部分）和兩個離子（黃色部分）組成的分子復(fù)合物，同樣和真實結(jié)構(gòu)（灰色部分）高度匹配。

這種復(fù)合物參與蛋白質(zhì)的合成，即細(xì)胞生命活動和健康的基本過程之一，研究意義同樣深遠(yuǎn)。

展現(xiàn)預(yù)測結(jié)果的準(zhǔn)確性，再強調(diào)相關(guān)的用途，DeepMind 想要告訴世界，AlphaFold 3 是一種「革命性的模型」。

一方面，研究范圍更廣了。把視野擴充到蛋白質(zhì)之外，特別是配體等小分子，可以涵蓋更多的藥物。

另一方面，準(zhǔn)確度也提高了。對于蛋白質(zhì)與其他分子類型的相互作用，與現(xiàn)有的預(yù)測方法相比，AlphaFold 3 的精度至少進(jìn)步了 50%。其中一些重要的相互作用，提升甚至達(dá)到了 100%。

這樣一來，AlphaFold 3 可以造福更多的研究，加速藥物設(shè)計、推動基因組學(xué)、研發(fā)更健康的作物、開發(fā)生物可再生材料……

說到技術(shù)原理，AlphaFold 3 基于 AlphaFold 2 改進(jìn)，核心是 Evoformer 深度學(xué)習(xí)架構(gòu)，并使用了類似 Midjourney 的擴散網(wǎng)絡(luò)。

使用 AlphaFold 3 的過程，有些像我們和大語言模型聊天。輸入對生物分子的描述，AlphaFold 3 生成這些分子的三維結(jié)構(gòu)，并研究它們?nèi)绾蜗嗷プ饔谩?/p>

AlphaFold 3 給出預(yù)測結(jié)果的過程，類似逐步去噪的 AI 文生圖擴散模型，從模糊的原子云開始，逐步匯聚成準(zhǔn)確的分子結(jié)構(gòu)。

講人話的生成式 AI，增強了格子間打工人的生產(chǎn)力。AlphaFold 對科學(xué)家們的意義，也不外如是。

在實驗室進(jìn)行蛋白質(zhì)結(jié)構(gòu)預(yù)測，可能要花掉攻讀一個博士學(xué)位的時間，以及數(shù)十萬美元。上億個預(yù)測，怕是窮盡幾百萬人的一生也無法完成。

但有了 AlphaFold，科學(xué)家們可以提出大膽的問題、創(chuàng)新的假設(shè)，然后在實驗室進(jìn)行測試，加速研究的進(jìn)程。

DeepMind 的一句話，足以向普通人概括 AlphaFold 3 的意義：

AlphaFold 3 將生物世界帶入高清。

將 AlphaFold 交給世界，等待科學(xué)發(fā)現(xiàn)的新文藝復(fù)興

之前為了嘲諷 OpenAI 的閉源，馬斯克給它起了個綽號：CloseAI。

投喂了 OpenAI 好幾篇論文的 Google，在某些方面更有開源的精神。

2021 年 7 月，AlphaFold 2 在 Nature 發(fā)布了論文，也開源了代碼。

截至目前，AlphaFold 2 已用于預(yù)測數(shù)億個結(jié)構(gòu)。全球數(shù)百萬研究人員，將 AlphaFold 2 用于瘧疾疫苗、癌癥治療和酶設(shè)計等領(lǐng)域。

也是在 2021 年 7 月，DeepMind 和歐洲生物信息研究所（EMBL-EBI）合作，發(fā)布了 AlphaFold 蛋白結(jié)構(gòu)數(shù)據(jù)庫，提供了迄今為止最完整、最準(zhǔn)確的人類蛋白質(zhì)組圖景。

DeepMind 在官宣的博客里提到，這是自人類基因組繪圖以來最重要的數(shù)據(jù)集之一，現(xiàn)在他們將 AlphaFold 的力量，免費交到全世界科研人員的手中。

一年之內(nèi)，超過 50 萬研究人員使用了 AlphaFold 數(shù)據(jù)庫，查看了超過 200 萬個結(jié)構(gòu)，加速解決塑料污染、抗生素耐藥性等現(xiàn)實問題。

自那以后，數(shù)據(jù)庫還在不斷地擴充。

2022 年 7 月，DeepMind 發(fā)布了幾乎所有科學(xué)已知的蛋白質(zhì)預(yù)測結(jié)構(gòu)，總共超過 2 億個，除了人類，其中還包括了植物、細(xì)菌、動物和其他生物體的預(yù)測結(jié)構(gòu)。

AlphaFold 數(shù)據(jù)庫，就像蛋白質(zhì)結(jié)構(gòu)的「Google 搜索」，也像一個繁星閃爍的蛋白質(zhì)宇宙。蛋白質(zhì)的三維結(jié)構(gòu)是生命的基石，看起來又精致美觀，讓人感嘆大自然造物的神奇。

不過，這次發(fā)布的 AlphaFold 3，相比 AlphaFold 2，態(tài)度稍微顯得保守，招致了一些批評的聲音。

AlphaFold 3 目前沒有開源，不能在本地部署，研究人員只能通過 DeepMind 最新推出的研究平臺 AlphaFold Server，免費訪問大部分功能，且用途是非商業(yè)的。

最阻礙科學(xué)進(jìn)步的是服務(wù)的訪問次數(shù)：每天只能進(jìn)行 10 次預(yù)測。

摳門行為的背后，DeepMind 可能有自己的商業(yè)考量——子公司 Isomorphic Labs 已經(jīng)與制藥公司合作，將 AlphaFold 3 應(yīng)用于藥物設(shè)計。

Google DeepMind 聯(lián)合創(chuàng)始人兼首席執(zhí)行官 Demis Hassabis 樂觀地表示，首批 AI 設(shè)計的藥物可能會在未來幾年內(nèi)準(zhǔn)備好進(jìn)行測試。