由Google AI開發的人工智能（AI）網絡使DeepMind脫穎而出，在解決生物學最嚴峻的挑戰之一方面取得了巨大飛躍-從蛋白質的氨基酸序列确定蛋白質的3D形狀。DeepMind的名為AlphaFold的程序在兩年一次的稱為CASP的蛋白質結構預測挑戰賽中勝過其他100個團隊，CASP是結構預測的關鍵評估的縮寫。

在某些情況下，AlphaFold的結構預測與使用“金标準”實驗方法（例如X射線晶體學和近年來的冷凍電子顯微鏡）确定的結構預測沒有區别。AlphaFold不太可能關閉像施一公這樣使用實驗方法來解決蛋白質結構的實驗室。Lupas說：“這将使新一代的分子生物學家能夠提出更高級的問題。”“這将需要更多的思考和更少的移液操作。”

由Google AI開發的人工智能（AI）網絡使DeepMind脫穎而出，在解決生物學最嚴峻的挑戰之一方面取得了巨大飛躍-從蛋白質的氨基酸序列确定蛋白質的3D形狀。

DeepMind的名為AlphaFold的程序在兩年一次的稱為CASP的蛋白質結構預測挑戰賽中勝過其他100個團隊，CASP是結構預測的關鍵評估的縮寫。

“這很重要，”馬裡蘭大學公園分校的計算生物學家John Moult說。他于1994年與人共同創立了CASP，以改進精确預測蛋白質結構的計算方法。“從某種意義上說，問題已經解決。”

從氨基酸序列準确預測蛋白質結構的能力将對生命科學和醫學帶來巨大的好處。這将極大地加快了解細胞組成部分的工作，并使更快，更先進的藥物發現成為可能。

AlphaFold在上一屆（2018年）CASP中名列前茅，這是總部位于倫敦的DeepMind參加的第一年。但是，今年，該機構的深度學習網絡比其他團隊領先，而且科學家說，它們的表現令人難以置信，可以預示生物學革命。

“這是改變遊戲規則的事物，”德國圖賓根馬克斯·普朗克發展生物學研究所的進化生物學家Andrei Lupas說，他評估了CASP中不同團隊的表現。AlphaFold已經幫助他找到了困擾他實驗室十年的蛋白質結構，他希望這種結構将改變他的工作方式和解決的問題。“這将改變醫學。它将改變研究。它将改變生物工程。它将改變一切。”Lupas補充說。

在某些情況下，AlphaFold的結構預測與使用“金标準”實驗方法（例如X射線晶體學和近年來的冷凍電子顯微鏡）确定的結構預測沒有區别。科學家表示，AlphaFold可能不會消除對這些費力且昂貴的方法的需求，但AI将使人們有可能以新的方式研究生物。

AlphaFold不太可能關閉像施一公這樣使用實驗方法來解決蛋白質結構的實驗室。Lupas說：“這将使新一代的分子生物學家能夠提出更高級的問題。” “這将需要更多的思考和更少的移液操作。”

“這是一個我一生都無法解決的問題，”英國欣克頓歐洲分子生物學實驗室-歐洲生物信息學研究所的結構生物學家，前CASP評估員anet Thornton說。她希望這種方法可以幫助闡明人類基因組中數千種未溶解蛋白的功能，并弄清人與人之間不同的緻病基因變異。

AlphaFold的性能也标志着DeepMind的轉折點。該公司以運用AI來熟練掌握Go等遊戲而聞名，但其長期目标是開發能夠實現廣泛的，類似于人類的智能的程序。Hassabis說，應對巨大的科學挑戰，例如蛋白質結構預測，是AI可以實現的最重要的應用之一。“就現實世界的影響而言，我确實認為這是我們所做的最重要的事情。”