五金最近，我又被 AI 新闻给刷屏了，当年开发出 AlphaGo ，下棋下哭柯洁的谷歌DeepMind 公司，在 Nature 上公布了最他们新一代 AlphaFold 3 模型。

　　AlphaFold ，这个听起来有点像折叠屏手机型号的名字，是他家专门预测蛋白质结构的新 AI 。

　　这意味着生物医学研究从此开了真上帝视角，任何生物分子作用机理都将从黑盒中打开，变成透视模式。

　　要看懂这次新发布的 AlphaFold 3 有多牛，咱们就得先知道， DeepMind 和它的 AlphaFold ，曾给了分子生物圈多大的震撼。

　　我们在九年义务教育里都学过，生物体内最多的物质就是蛋白质，而要搞清楚生物分子的底层原理，就必须知道每个蛋白质具体长啥样。

　　这些传统办法不仅慢，适用范围小，需要不断试错，还费钱，每拍一次片子就花好几万美金，抵一辆小米 su7 。

　　DeepMind 就来干这事了，为了克服传统拍片子的问题，第一代 AlphaFold 选择技术路线的时候就摊牌了：

　　蛋白质既然由氨基酸构成，初代 AlphaFold 用的方法就是，利用来自各处公开的已知蛋白质结构，把这些蛋白质中每一对氨基酸的距离，链接角度，汇总起来做成一张图， AI 用神经网络消化完他们，再让 AI 做出自己的预测。

　　而 2018 年第一代 AlphaFold 一经发布，就技惊四座，力压一众实验室老师傅，获得第 13 届蛋白质结构预测大赛( CASP )冠军。

　　不过，初代 AlphaFold 有个问题，它更依赖局部数据的特征来训练，它不太能提取到较远元素之间的关系。

　　问题是，很多蛋白质分子有长距离的依赖性，这让初代 AlphaFold 的实力就有点捉襟见肘了。

　　2018 年蛋白质结构预测大赛里 1.0版本准确度得分不到 60分，但是 2020年大赛里 2.0版本拿到了惊人的 92.4 分，它能生成的范围已经涵盖了人类已知蛋白质的 98%，更重要的是它完全开源。

　　到 2021 年，基于 2.0改版的 AlphaFold-Multimer 发布，也支持上了多链，准确度上也取得了突破，蛋白质之间作用的预测准确率超过 70%。

　　但在DeepMind看来，蛋白质结构预测上的胜利，还远远没发挥完AI的潜力，因为生物体内的复杂分子结构不止有蛋白质，还有核酸，小分子配体等等，

　　这就好比你花了十年时间学刻钥匙开锁技术，结果一出师，发现大家用的都是指纹锁密码锁，用传统钥匙的人太少了！

　　所以这次 AlphaFold 3 ，他们更新了一个更的全方位模型，不仅能预测蛋白质 DNA RNA 等各种小分子，还能揭示他们之间的互相作用。

　　它的原理就是把原图像不断打码，再让 AI 学会预测这些马赛克的生成过程，然后反过来实现从马赛克到图像的生成。

　　不过，就像 AI 画画生成不好手指， Sora 椅子视频会穿模一样， Diffusion 加持下的 AlphaFold 3 也会预测错误，特别是在一些长得相似难以区分的结构上，比如各位高中有机化学里学过的手性分子。

　　所以在这些容易出错的地方， DeepMind 用了一个叫做交叉蒸馏的操作，说白了就是让有 Transform 模型的 2 代版本先预测，再把预测数据添加到 AlphaFold 3 的训练中，也就是相当于让 2 代扮演教师，领着 3 代去做，这样就能减少预测失误。

　　AlphaFold 3对7BBV -酶(存在于一种土壤真菌体内)的预测，其中酶蛋白（蓝色）、离子（球体）和单糖（）与真实结构（灰色）几乎重合

　　AlphaFold 3对感冒病毒刺突蛋白（蓝色）与抗体（绿松石色）和单糖（）相互作用时的结构预测，与真实结构准确匹配（灰色的）

　　AlphaFold 3对蛋白复合物的预测，其中蛋白质（蓝色）与DNA（粉色）结合，预测模型与实验测定的真实分子结构（灰色）近乎完美匹配

　　除了生成质量相当哇塞，精度也是遥遥领先的原子级。在蛋白质与核酸配体的模拟上全面优于其他产品，抗原抗体的模拟也同样优秀。

　　用 ChatGPT ，咱还得想办法提个好问题、写好提示词，而在 AlphaFold 3 ，你只需要输入一些分子列表，它就能预测出它们是如何组合在一起的。

　　试想一下，原先需要花大量时间精力和资金才能观察到的现象，现在只需要在网站输入参数再单击，几分钟后就能产生极高清晰度和准确度的生物大分子模型。

　　甚至细胞系统内部的生化过程，现象， DNA 如何发挥作用，药物和激素的反应如何进行，也全都能在极短时间内被整明白。

　　这些遥遥领先的数据，和大家的热情好像都在说：这次发布已经不是跨越式进步了，而是性的突破，整个传统生物医疗的科研方式，似乎都要被改变了。

　　在各路媒体和网友都在“炸裂” “颠覆” “改变世界”的时候，圈内对的不少大佬，也发表了些对 AlphaFold 3 的评价。

　　甚至，还有人质疑 DeepMind 的老板 Hassabis ，他自己就创立过一家“专注人工智能的药物公司”，号称要“利用人工智能重新定义药物发现”，但从 2021 年到，今天他们还没有推出任何药物。

　　当然这就有点在尬黑了，毕竟药物研发过程中，蛋白质结构问题只是其中一小部分，这并不能对药物研发进度产生决定性影响。

　　总之，我觉得 AlphaFold 的三代产品确实喜人，但在生命科学的漫漫实践长路上，它依旧有着不少难题需要去突破。下棋下哭柯洁的DeepMind 又要让生物界大地震