AlphaFold 5周年：Google眼里最重要的AI，已改变世界的21件事

五年前，Google DeepMind 发布了 AlphaFold——一个能从氨基酸序列预测蛋白质三维结构的 AI 模型。那时，很多人以为它只是科研竞赛中的一个“冠军模型”。但五年后的今天回头看，它可能是过去十年中对现实世界影响最深的一类 AI。

它不会聊天，也不擅长写诗画画，却悄悄改变了科学研究的底层方式：医学、农业、材料科学、气候、生物能源、考古乃至进化研究，都因为它的出现而被加速、被重塑。

从心脏关键结构的解析、疟疾疫苗候选物的突破，到塑料降解酶的设计、农作物抗病机制的研究、对抗超级细菌、理解冰形成的分子机制……AlphaFold 让人类第一次能够以结构级别的清晰度理解生命世界。

当公众把注意力集中在“AI 生成内容”时，真正重塑未来的那类 AI，已在更深处发生。

以下内容基于 Google DeepMind 发布的五周年盘点，并结合公开发表的研究案例，整理出 AlphaFold 在过去五年里已经推动或加速的一系列真实科学突破。这些案例共同构成了它如何改变医学、农业、气候、材料与生物学研究的“世界影响力样本集”。

案例 1：Revealing the heart’s secrets 揭示心脏的奥秘

美国马萨诸塞大学的研究团队，借助AlphaFold的技术，成功解开了心脏结构的谜团。尽管心脏在人体中至关重要，但关于驱动心脏跳动的粗肌丝结构一直未被明确了解，这一空白阻碍了对心脏疾病的理解和新疗法的开发。通过使用AlphaFold，他们构建了心脏蛋白质的初始结构，并在此基础上精细调整，最终形成了科学上合理的模型。这一工作揭示了惊人的分子层面见解，并提供了前所未有的心脏内部工作机制视图。

案例 2：Tackling antimicrobial resistance 应对抗菌素耐药性

瑞士日内瓦的全球抗生素研究与开发伙伴关系（GARDP）正在积极应对抗菌素耐药性（AMR）这一日益严峻的全球健康危机。该问题涉及细菌等微生物对抗生素的抵抗能力，研究人员需要识别危险细菌的弱点，并找到能够干扰其关键功能的分子。通过AlphaFold，GARDP与Google DeepMind合作，对多个潜在的抗生素靶点蛋白进行了先进的建模与分析。这项合作加深了对这些蛋白质的理解，并加速了它们作为新药物靶点的评估进程，使我们更接近开发新型抗生素。

案例 3：A molecular syringe 分子注射器

美国布罗德研究所张锋实验室的研究团队致力于解决基因编辑中的递送难题。现有的递送技术虽能将编辑机制导入部分组织，但仍无法覆盖许多其他组织。利用AlphaFold预测尾丝蛋白的三维结构，研究人员基于这一知识开发出一种注射系统，能够附着在人体细胞上并将大型蛋白质注入细胞内部。这项技术有望将治疗性蛋白质（包括能“编辑”细胞DNA的蛋白质）递送到任何类型的细胞，未来可能用于治疗某些癌症，通过靶向癌细胞表面特定受体。

案例 4：Carbon capture in bacteria 细菌中的碳捕获

英国伦敦国王学院、利物浦大学与谢菲尔德大学的研究团队正致力于解析细菌中羧酶体的结构，这种微观的酶填充区室能将二氧化碳转化为有机物，对碳捕获与封存研究具有重要意义。借助AlphaFold提供的结构模型，研究人员成功解析了羧酶体外壳及其内部“酶包装”方式，深化了对其结构与功能的理解，为未来将羧酶体改造并应用于碳捕获与储存等生物技术领域奠定了基础。

案例 5：Fighting tuberculosis 对抗结核病

Bhabha + Ekiefi 实验室的研究团队专注于结核分枝杆菌中的一类蛋白质家族，这些蛋白质帮助细菌摄取养分并维持生存。结核病每年导致约100万人死亡，且这种疾病及其治疗的进展较为缓慢。借助AlphaFold与实验成像技术及生化分析相结合，研究人员成功厘清了这些蛋白质如何在亲缘关系密切的细菌中组装，甚至发现了一个此前未知的缺失部件。AlphaFold的应用加速了项目进展约六个月，为深入理解结核病并开发新型治疗方法提供了重要帮助。

案例 6：Tackling plant pathogens 应对植物病原体

相关研究人员和机构通过AlphaFold研究作物病原体，旨在解决病虫害对农作物产量的巨大影响，预计全球有多达40%的作物产量因病虫害损失，威胁全球粮食安全。AlphaFold帮助评估了增强植物对“马铃薯晚疫病”抗性的免疫受体是否能对其他植物病害也产生抗性。此外，AlphaFold还为理解番茄、稻瘟病菌及白锈病等病害提供了重要见解，长期来看，这些研究可能有助于减少全球粮食浪费。

案例 7：Sustainable fabric production 可持续面料生产

澳大利亚联邦科学与工业研究组织（CSIRO）与Google Cloud团队合作，利用AlphaFold预测了构成蜜蜂丝的蛋白质如何结合形成坚韧的交织纤维。蜜蜂丝具有超强韧性和生物降解性，适用于从医疗到纺织等广泛应用。通过AlphaFold的帮助，CSIRO团队现在能够在分子层面观察蜜蜂丝的结构，并开始进行优化改良，探索应用如新型绷带，能够承受巨大张力并感知伤口感染。

案例 8：Fighting neglected diseases 抗击被忽视疾病

瑞士日内瓦的被忽视疾病药物倡议组织（DNDi）专注于研发治疗昏睡病、恰加斯病和利什曼病等影响贫困和脆弱社区的被忽视疾病的救命药物。与Google DeepMind合作，DNDi利用AlphaFold加速了恰加斯病和利什曼病的药物发现，特别是通过解析一种病毒利用的蛋白质，推动了开发阻断病毒进入人体细胞的药物。AlphaFold的应用使低收入国家的科学家能够更轻松地研究和开发新疗法。

案例 9：Tackling antibiotic resistance 应对抗生素耐药性

美国科罗拉多大学博尔德分校的Marcelo Sousa教授与Megan Mitchell博士致力于解决抗生素耐药性问题，研究抗生素过度使用导致的“超级细菌”现象。他们原本尝试通过晶体学解析细菌蛋白质结构，但缺乏参考结构使得研究极为困难。借助AlphaFold提供的模型，并通过晶体学验证，他们成功在半小时内解析出一个困扰科学界十年的细菌蛋白质结构，为抗生素耐药性研究提供了新的突破。

案例 10：Developing plastic-digesting enzymes 开发塑料降解酶

朴茨茅斯大学酶创新中心的研究团队专注于发现和设计强化酶，旨在大规模分解污染严重的一次性塑料。关键难点之一是解析酶的结构，以优化这些蛋白质。借助AlphaFold，Google DeepMind在数天内为团队提供了约100种酶的三维结构，彻底改变了研究策略。这一成果为团队提供了新模板库，有助于开发更高效、稳定、低成本的塑料回收酶。

案例11：Developing an effective malaria vaccine 研发有效的疟疾疫苗

牛津大学与美国国家过敏和传染病研究所的研究团队，致力于研发有效的疟疾疫苗。阻止寄生虫传播的疫苗免疫原对于研制多成分疫苗至关重要。Pfs48/45配子表面蛋白是最有前景的阻断传播型疫苗成分之一，但其全长结构一直难以获取。在AlphaFold的帮助下，研究团队首次通过晶体学解析了Pfs48/45的全长结构，并揭示了能够阻断传播和不能阻断传播的抗体在蛋白质上的结合位点，为未来疫苗免疫原的开发提供了重要依据。

案例13：Improving the health of honey bees 改善蜜蜂健康

挪威生命科学大学、奥斯陆大学、加州大学尔湾分校、国家生物技术中心、卑尔根大学和亚利桑那州立大学的研究团队，致力于改善蜜蜂健康。卵黄蛋白原（Vg）是卵生动物免疫中的核心蛋白，雌性蜜蜂通过Vg介导的转移机制保护后代免受疾病。然而，Vg的完整结构在蜜蜂及其他物种中尚未揭示。借助AlphaFold和电子显微镜技术，研究团队首次解析了蜜蜂Vg的全长蛋白结构，为理解Vg在昆虫免疫中的功能机制提供了关键线索，也为应对蜜蜂数量急剧下降这一全球性问题提供了科学依据。

案例14：Identifying extinct bird eggs 识别灭绝鸟类的蛋

来自都灵大学、哥本哈根大学、科廷大学、德克萨斯大学奥斯汀分校、澳大利亚国立大学和科罗拉多大学博尔德分校的研究团队，致力于解决澳大利亚早期人类利用大型蛋的问题。通过分析保存在更新世蛋壳中的古蛋白质，他们检验了这些蛋壳与现存鸟类的进化关系。此前，这些蛋被认为是由已灭绝的牛顿氏巨鸟产下，但另一假说认为它们可能来自大型造巢鸟。借助AlphaFold，研究团队否定了造巢鸟假说，并展示了古蛋白质方法在考古学中的应用潜力。

案例15：Understanding the formation of ice 解析冰的形成机制

奥胡斯大学、莱比锡对流层研究所和魏茨曼科学研究所的研究团队，致力于解析微生物产生的冰核蛋白（INpro）在冰形成中的作用机制。INpro是自然界中最有效的冰形成催化剂，能在略低于0°C时启动冻结，但其具体机制仍有争议。通过使用AlphaFold，团队成功创建了首个经实验验证的细菌冰核蛋白模型，从而帮助理解INpro的结构与分子相互作用如何影响冰核活性。

案例16：Studying genetic variation 研究遗传变异

苏黎世联邦理工学院的Pedro Beltrao教授及其团队，致力于研究DNA变化如何影响个体的性状，如易患某些疾病或身高差异。为追溯进化历程，团队比较了不同物种间的蛋白质序列，但对数亿年前蛋白质形态的推断仍存在不确定性。借助AlphaFold，团队能够追溯蛋白质的三维结构演化，突破了序列变异的局限，更准确地推断祖先细胞中蛋白质的结构。

案例17：Understanding severe adult gastroenteritis 探究成人严重胃肠炎

贝勒医学院、劳伦斯伯克利国家实验室与埃默里大学医学院的研究团队，研究了轮状病毒（RVB）对成人的影响。尽管A组和C组轮状病毒已被广泛研究，RVB的研究仍然不足。通过利用AlphaFold，团队发现了RVB中的一种新颖蛋白质折叠方式，揭示了其与A组和C组的结构差异，并为不同组别的轮状病毒为何感染不同年龄人群提供了可能的解释，展示了病毒如何通过整合功能相似但结构不同的模块进行进化。

案例19：Understanding the effect of heat on potatoes 探究高温对马铃薯的影响

塞尔维亚国家研究所生物研究所的研究团队，结合AlphaFold预测结构与其他方法，对马铃薯超氧化物歧化酶（SOD）基因进行了深入的计算机模拟研究，从而为理解马铃薯抗氧化系统在高温下的响应及相关后续研究提供了基础。

案例20：Insight into the evolution of octopods 洞察章鱼的进化

岛根大学、东京大学、高专和歌山分校、国立遗传学研究所及东京工业大学的研究团队，结合AlphaFold蛋白质结构预测，解析了舡鱼（Argonauta argo）的基因组背景，并提出了与钙化相关的主要壳基质蛋白进化的假说，从而揭示了其对远洋生活方式的适应及壳状卵囊的获得机制。

案例21：Understanding early-onset osteoporosis 探究早发性骨质疏松症

马耳他大学与马特德医院内分泌科的研究团队，对一个跨两代、15名成员的马耳他家族进行全基因组测序，发现三种罕见基因变异可能单独或联合导致早发性家族性骨质疏松症，并利用AlphaFold预测这些变异在蛋白质结构上的潜在影响，为未来新药靶点的开发提供依据。