所有生命分子皆可AI预测！AlphaFold3来了，全球科学家免费使用

　　AlphaFold 3再次登上Nature杂志，这次升级不仅限于蛋白质结构预测，而是能够以前所未有的精度预测所有结构和相互作用。只有了解这些分子如何在数百万种组合中相互作用，我们才能开始真正理解生命的过程。

　　此次升级的最大创新之一是使用AI绘画中常见的去噪扩散模型，直接生成每个原子的3D坐标。例如，AlphaFold 3对普通感冒病毒Spike蛋白（蓝色）的结构预测，灰色部分为预测结果，有助于人类更深入地了解冠状病毒。对于和DNA结合的分子复合物，其预测结果与真实结构几乎一致。在不输入任何结构信息的情况下，AlphaFold3的预测准确度比现有方法提高了50%，对于部分相互作用类别甚至提高了1倍。这使得AlphaFold 3成为首个超越基于真实生物分子结构预测工具的AI系统。

　　此外，全球科学家可以通过AlphaFold服务器免费访问使用AlphaFold 3进行非商业研究（开放大部分功能）。DeepMind联创兼CEO哈撒比斯在发布会上表示，AlphaFold 3是人类了解生物学动态系统历史性的第一步。网友们纷纷感慨：这就是AI的用处所在。

　　AlphaFold系列的发展历程包括：AlphaFold开创了蛋白质结构预测的新时代；AlphaFold 2大幅提高了预测精度；AlphaFold-Multimer将预测范围扩展到具有多个蛋白质链的复合物；而AlphaFold 2.3则提高了性能并将覆盖范围扩大到更大的复合物。这次革命性的AlphaFold 3，继续将预测范围扩展到蛋白质、DNA、RNA以及一系列配体、离子和化学修饰等更多生物分子结构。

　　AlphaFold 3在架构和训练过程上有很大改进：遗传特征编码器被大幅简化，聚焦提取更关键的进化信息；成对残基关系编码器取代了原有的进化特征处理单元，增强了复杂相互作用模式的建模能力；结构生成器从以氨基酸为中心改为直接预测原子坐标，增加了处理通用分子结构的灵活性。为了避免扩散方法在一些无结构区域产生幻觉，还引入了一种新的交叉蒸馏方法，通过AlphaFold-Multimer v2预测的结构数据来丰富训练数据。

　　尽管AlphaFold 3在多个维度实现了突破，但它并非完美无缺。例如，它在对映异构、自相互作用等方面存在局限性；目前专注的是分子结构的静态预测，对动力学行为的刻画还不够；对人工合成分子的适用性也有待考证。此外，AlphaFold 3偶尔也会产生错误，对无序区域产生幻觉，导致对某些目标的预测准确性降低。目前的缓解手段是在生成时使用多个随机种子，确保正确的手性并避免蛋白质-轻微碰撞。

　　尽管存在局限，但AlphaFold 3的意义不仅在于具体指标的跃升，更重要的是展示了用统一的深度学习架构来建模复杂生命系统组件之间相互作用的可能性。

　　值得一提的是，2021年AlphaFold一代推出后，谷歌DeepMind积极为其寻找商业化途径，并成立了Isomorhpic Labs公司。虽然此次以谷歌DeepMind的名义推出了免费的AlphaFold Server，但科学家对AlphaFold 3服务器的访问是有限的。目前每天只能进行10次预测，而且不可能获得可能与药物结合的蛋白质结构。尽管如此，Isomorphic Labs正在使用AlphaFold3通过其管道或与其他制药公司合作开发药物。

　　对于审稿人提出的为何未公开代码的疑问，虽然目前还未公开代码，但开源社区的力量不容忽视。可能不少人的论文还未读完，开源复现工作就已经开始了。虽然现在还只是空仓，但网友们推测，对于复现过ViT、DALL·E 2、Imagen等工作的这位大神来说，可能几天之内就能完成复现工作。目前Nature已经放出AlphaFold3的论文预印版，感兴趣的同学可以前去了解。