一个“蛋白质宇宙”诞生了。2021年7月刚推出之际，AlphaFold数据库拥有35万个蛋白质预测结构，如今这个数据达到了2.14亿个，库容翻了610倍。
7月28日，DeepMind公布的这个蛋白质数据库已经囊括了几乎所有地球生物物种，包括动物、植物、细菌、真菌等等，据《自然》官网报道，DeepMind的合作方、欧洲分子生物学实验室的欧洲生物信息学研究所（EMBL-EBI）称，在超过2.14亿个预测结构中，约35%与实验确定的蛋白质结构一样高度准确，另外45%的预测结构也到达了很高的可信度，能用于后续多种研究和应用。
从建立之初，这个数据库就是免费开放的，如今已成为科学家的必备工具。据EMBL-EBI数据，迄今已有超过1000篇科学论文引用了AlphaFold数据库，来自190个国家的50多万名研究人员访问过该数据库，查看了超过200万个蛋白质结构。目前，DeepMind测定的这些蛋白质结构也被整合到其他的公共数据库中，将为数百万研究人员的日常工作提供参考。
AlphaFold数据库就是蛋白质结构的“谷歌搜索”，要认识某个蛋白质结构只需在数据库搜索可立即获得结果，这可以让科学家能够集中精力加快实验研究。按照DeepMind创始人、首席执行官德米斯·哈萨比斯（Demis Hassabis）的看法，这是迄今为止人工智能系统在推进科学发展中做出的最大贡献。
他在DeepMind的官方博客中称，从抗击疾病到开发疫苗，AlphaFold已经取得了令人难以置信的进展，而这只是开始。
从科研人员对该数据库的热情就可以想见其对科学研究的价值，仅DeepMind在《自然》杂志上发表的2篇论文已被引用超过4000次。可以说，AlphaFold实现了AI在生命科学领域的雄心。斯克利普斯研究所创始人埃里克·托普（Eric Topol）的看法是，AlphaFold是AI在生命科学领域取得的唯一的重大进展，以前确定一个蛋白质的三维结构需要数月或数年，现在只需要几秒钟。
事实上，按照哈萨比斯的说法，这个数据库的价值可以覆盖从了解疾病到保护蜜蜂，从解决生物学难题到深入研究生命起源本身，对解决一些重要的问题，例如可持续发展、燃料问题、粮食不安全和被忽视的疾病等，都将产生重大的影响。该数据库已经在疟疾的治疗中发力了。
今年5月，牛津大学的生物化学教授马修·希金斯（Matthew Higgins，从事疟疾研究）领导的研究团队宣布，他们已经使用AlphaFold帮助确定了一种来自疟原虫的关键蛋白质的结构，并找出能阻止疟原虫传播的抗体可能结合的位置。
而环境研究，也会因为这一数据库而受益。据《卫报》，英国朴茨茅斯大学的结构生物学教授兼酶创新中心（CEI）的主任约翰·麦吉汉（John McGeehan）正在使用AlphaFold来识别自然界中的酶的结构，以期找到能消化和回收塑料的酶。他们已经发现了从未见过的三维的蛋白质结构具有分解塑料的功能。
如果把AlphaFold看作一个人，它大概会是成长飞速的天才少年。
DeepMind隶属于谷歌的母公司Alphabet，击败了传奇围棋选手李世石的AlphaGo亦为其旗下产品。2016年，击败李世石后不久，DeepMind成立了针对“蛋白质折叠问题”的研究团队。到2018年，DeepMind首次公开了AlphaFold的预测结果，其成果发表在《自然》上。
2020年11月30日，AlphaFold2以巨大优势在国际蛋白质结构预测竞赛（CASP）中一举夺魁，其预测的蛋白质结构已达到原子精度，可与实验测得的结构相媲美。
当然这个数据库并非万能，科学家有更高的期待。伦敦帝国理工学院教授基思·威尔逊（Keith Willison）称，AlphaFold在蛋白质折叠方面仍有问题需要解决。AlphaFold只能基于已知实验数据进行预测，但对于无法折叠成稳定3D结构的蛋白质就无能为力了，这些蛋白质通常具有不稳定和不可预测的折叠模式。