就在刚刚，新一代 AlphaFold——由 Google DeepMind 和 Isomorphic Labs 研究团队推出的革命性人工智能（AI）模型 AlphaFold 3——登上了权威科学期刊 Nature。据介绍，AlphaFold 3 以前所未有的精确度成功预测了所有生命分子（蛋白质、DNA、RNA、配体等）的结构和相互作用。
与现有的预测方法相比，AlphaFold 3 发现蛋白质与其他分子类型的相互作用至少提高了 50%，对于一些重要的相互作用类别，预测准确率甚至提高了一倍。研究团队认为，AlphaFold 3 将有助于改变我们对生物世界和药物发现的理解，进而开启人工智能细胞生物学的新时代。
为了利用 AlphaFold 3 在药物设计方面的潜力，Isomorphic Labs 已经与制药公司合作，将其应用于现实世界的挑战，并最终为一些对人类造成最具破坏性影响的疾病开发出新的疗法。相关研究论文以“Accurate structure prediction of biomolecular interactions with AlphaFold 3”为题，已发表在 Nature 上。
此外，Google DeepMind 也基于 AlphaFold 3 推出了一个免费平台——AlphaFold Server，供全世界的科学家利用它进行非商业性研究，预测蛋白质如何与细胞中的其他分子相互作用。只需点击几下，生物学家就可以利用 AlphaFold 3 为由蛋白质、DNA、RNA 以及选择的配体、离子和化学修饰组成的结构进行建模。
对此，Francis Crick 研究所 Uhlmann 实验室的研究科学家 Céline Bouchoux 评价道：“AlphaFold 3 一经发布，有可能像 AlphaFold 一样具有开创性。有了 AlphaFold Server，其不再仅仅是预测结构，而是慷慨地提供访问权限：允许研究人员提出大胆的问题，并加速发现。”每个植物、动物和人类细胞内都有数十亿台“分子机器”。
它们由蛋白质、DNA 和其他分子组成，但没有任何单独的部分可以独立工作。只有看到它们如何在数百万种组合中相互作用，人类才能开始真正了解生命的进程。近年来，基于人工智能技术的 AlphaFold 系列模型在这方面取得的成就，给人类带来了足够的震撼和新的认知。
AlphaFold 3 具备了药物设计的能力，可以预测药物中常用的分子（如配体和抗体），这些分子可与蛋白质结合，改变蛋白质在人类健康和疾病中的相互作用方式。AlphaFold 3 在预测类似药物相互作用（包括蛋白质与配体的结合以及抗体与靶蛋白的结合）方面达到了前所未有的准确性。
在无需输入任何结构信息的情况下，AlphaFold 3 在 PoseBusters 基准测试中的准确率，比最好的传统方法高出 50%，是首个超越基于物理的生物分子结构预测工具的人工智能系统。AlphaFold 3 的问世，使生物世界变得更加清晰。它让科学家能够看到细胞系统的所有复杂性，包括结构、相互作用和修饰等。
这个观察生命分子的新窗口揭示了它们之间的联系，有助于了解这些联系如何影响生物功能，如药物的作用、激素的分泌和 DNA 修复的健康保护过程等。