谷歌DeepMind AI预测几乎所有蛋白质三维结构

回溯至1957年，剑桥大学的科学家约翰·肯德鲁（John Kendrew）首次成功解析了蛋白质的原子结构，并构建出一个分辨率为6埃的肌红蛋白三维模型。到了1960年，他几乎完整呈现了这一结构——肌红蛋白，这种在肌肉细胞中负责储存氧分子的蛋白质，由一条含有154个氨基酸的肽链构成，为我们的肌肉持续输送维持生命所必需的氧气。

然而，请不要认为这项革命性的发现就此打开了蛋白质结构研究的大门——在随后的整整十年里，科学家们解析的蛋白质结构尚不足十几个。凭借肌红蛋白结构的重大突破，肯德鲁与马克斯·佩鲁茨（Max Ferdinand Perutz）共同荣获了1962年的诺贝尔生理学或医学奖，佩鲁茨的贡献则在于揭示了血红蛋白的结构。

再将目光拉回到当下。

近日，谷歌旗下的DeepMind公司宣布，他们已借助人工智能成功预测了几乎所有科学界已知编码蛋白质的三维结构。没错，超过2亿种蛋白质——涵盖植物、细菌、动物和人类，几乎覆盖了你所能想到的任何生物体。DeepMind创始人兼首席执行官哈萨比斯对媒体直言：“本质上，你可以认为它覆盖了整个蛋白质宇宙。”

这一切都要归功于AlphaFold——DeepMind所开发的开创性人工智能系统。它构建了一个开源数据库，全球科学家均可自由使用。自去年7月AlphaFold正式上线以来——当时它仅精确锁定了大约35万个蛋白质的三维结构——该项目的研究进展可谓迅猛。哈萨比斯表示：“超过50万名研究人员和生物学家已经利用该数据库查阅了200多万个结构。这些预测出的结构正助力科学家取得令人瞩目的新发现。”

举一个例子。今年4月，耶鲁大学的科学家借助AlphaFold数据库，朝着开发一种新型高效疟疾疫苗的目标迈出了关键一步。去年7月，朴茨茅斯大学的科学家则利用该系统设计出了能够分解一次性塑料的酶。该研究的参与者约翰·麦吉汉告诉《纽约时报》说：“这让我们领先了至少一年的时间。”

这些成果仅仅是AlphaFold潜力的冰山一角。欧洲分子生物学实验室蛋白质数据库的负责人赛米尔·维兰卡在新闻稿中感叹：“仅在过去一年，就有上千篇关于广泛研究主题的科学论文使用了AlphaFold的结构预测；我从未见过类似的景象。”哈萨比斯补充说，其他使用者还包括试图加深对帕金森症理解的研究人员、希望保护蜜蜂健康的团队，甚至有人从中获得了关于人类进化的宝贵洞见。

都灵大学副教授比阿特丽斯·德马尔基表示：“AlphaFold彻底改变了我们对化石记录中分子保存机制的理解。我相信它很快就会成为研究人员的基础性工具——不仅在进化生物学领域，在考古学及其他古科学领域也是如此。”她所在的研究团队最近利用该系统解决了一个关于古代鸡蛋的争议问题。

未来几年，DeepMind还计划与“被忽视疾病药物倡议组织”和世界卫生组织合作，目标是为那些研究较少但广泛存在的热带疾病——例如恰加斯病和利什曼病——寻找治疗方案。EMBL副主任埃万·伯尼对媒体说：“这将促使世界各地的研究人员思考他们能进行什么样的实验，想想他们研究的生物体以及可能拓展的方向。”

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：谷歌DeepMind AI预测几乎所有蛋白质三维结构要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题