英國“深度思維”公司日前公布了新一代“阿爾法折疊”（AlphaFold-latest），不僅準確性顯著提高，預測范圍還從蛋白質擴展到其他生物分子，包括配體。該模型已可以預測蛋白質數據庫（PDB）中的幾乎所有分子，預測精度可以達到原子級。
“深度思維”公司表示，這一模型的擴展功能和性能將加速生物醫學領域的突破，推動人類邁向下一個“數字生物學”時代，為疾病通路的功能研究、基因組學、生物可再生材料、植物免疫、潛在治療靶點、藥物設計機制、蛋白質工程和合成生物學等領域提供了前所未有的見解，并打造了一種全新的平臺。
此次，研究人員展示了新一代模型在預測蛋白質折疊之外的精確結構方面的突出能力，它可以對配體、蛋白質、核酸和翻譯后修飾進行高度精確的結構預測。這意味著它在抗體結合預測領域會表現突出；在與藥物發現相關的蛋白質結構問題上，其明顯超越“前輩”和行業標準；該模型還具備聯合建模所有原子位置的能力，能夠更全面地揭示蛋白質和核酸與其他分子相互作用時的靈活性。
傳統方法需要使用剛性蛋白質結構和對接方法來預測蛋白質—配體結構，而新一代模型無需這些先驗信息，反而表現出更高準確性?？梢哉f，其重新定義了預測蛋白質—配體結構的標準，使得以前未知結構的蛋白質也可以被預測。
新一代模型將應用于治療藥物設計，幫助快速、準確地描述對治療疾病非常重要的多種類型的大分子結構。此外，經過蛋白質、配體、核酸以及翻譯后修飾結構的模擬解鎖，該模型可以為基礎生物學研究提供更迅速且準確的工具。
【總編輯圈點】
人體每一種蛋白質都包含幾十到幾百種氨基酸，氨基酸的順序決定了它們之間的作用，賦予蛋白質復雜的三維形狀，進而決定了蛋白質的功能。幾十年來，科學家利用X射線晶體學或低溫電子顯微鏡等實驗技術來破譯蛋白質的三維結構，但這種方法可能需要數月甚至數年，且未必見效。“阿爾法折疊”的出現被認為改變了游戲規則，取得了根本性突破，同時，我們欣喜地看到這一AI還在不斷升級、擴展，以更高的準確率覆蓋到了更多的復合物。
