從AI算法到科學工具，谷歌AlphaFold已獲190多國家超200萬研究人員使用快訊
牛津大學與美國國家過敏與傳染病研究所的研究團隊利用 AlphaFold 預測了瘧疾關鍵蛋白 Pfs48/45 的全長結構，AlphaFold 的應用還廣泛涉及其他科研領域，并為藥物靶點研究提供依據。
【TechWeb】11月26日消息，在谷歌AlphaFold發布五周年之際，谷歌官方發文透露，目前，全球已有超過 200 萬研究人員在 190 多個國家在使用 AlphaFold。數百萬美元和數億年的研究時間得以節省，科學家能夠更快速地開展高價值研究，從基礎科學到應用開發均受益匪淺。
2020年谷歌 DeepMind 開發的 AlphaFold 在CASP14大賽中破解蛋白質折疊難題，取得了突破性進展。
AlphaFold 利用 AI 將蛋白質結構預測的精度推向了與實驗方法相媲美的水平。它不僅能夠在幾分鐘內高精度預測蛋白質結構，大幅提高了科研效率。同時還極大地助力研究單個蛋白質的功能，還能揭示其與其他分子的相互作用，為疾病研究、環境保護等科學問題提供支持。
五年間，AlphaFold已從一個頂尖的AI算法，蛻變成為一個不可或缺的科學工具，在全球范圍內加速了基礎研究、藥物研發和生物技術創新。
據介紹，在實際應用中，AlphaFold 已展現出巨大的科研價值。例如，在瘧疾疫苗研發領域，牛津大學與美國國家過敏與傳染病研究所的研究團隊利用 AlphaFold 預測了瘧疾關鍵蛋白 Pfs48/45 的全長結構，揭示了阻斷傳播抗體的結合位點，為新型多成分疫苗設計提供了重要參考。在遺傳疾病研究中，馬耳他大學和馬特德醫院的科學家使用 AlphaFold 模擬了三種罕見基因變異的蛋白質結構，幫助識別早發性家族性骨質疏松癥的潛在遺傳決定因素，并為藥物靶點研究提供依據。
此外，AlphaFold 的應用還廣泛涉及其他科研領域：科學家們利用其追溯蛋白質演化歷史，重建祖先細胞的蛋白結構；解析章魚殼基質蛋白結構，提出鈣化機制進化假說；分析滅絕鳥類蛋中的古蛋白，確認物種來源；預測塑料降解酶結構，為環境污染治理提供可能工具；在作物研究中，則通過模擬馬鈴薯抗熱蛋白 SOD，探索提升耐高溫作物的途徑；在神經退行性疾病研究中，AlphaFold 揭示帕金森病相關神經保護因子的結構，為未來治療提供潛在思路。（果青）
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
