Google 的新一代 AlphaFold 3 AI 模型可以模擬 DNA 與蛋白質的交互作用

近期 AI 熱潮的焦點大多集中在文字、圖片的生成式 AI，以及它可能衍生的失業、假消息散佈等問題。然而，AI 的範圍遠不止如此 —— 在醫學界，Google 最新版的 AlphaFold 3 分子分析模型便可能為疾病研究與治療帶來新突破。

來自 Google DeepMind 和同屬 Alphabet 旗下的 Isomorphic Labs 的 AlphaFold AI 模型，在過去已經證明它可以以驚人的準確率，預測蛋白質折疊的方式。前代版本一共分析了驚人的 2 億種已知的蛋白質，Google 先前表示，足有數百萬名研究人員已經使用過 AlphaFold 在瘧疾疫苗、癌症治療和酶設計等領域，取得了突破。

蛋白質的形狀和結構決定了它如何與人體相互作用，因此了解蛋白質是如何折疊，將使科學家有機會創造新的藥物或改進現有的藥物。新版本的 AlphaFold 3 在蛋白質之上，還可以進一步模擬包括 DNA 在內的其他生物化學關鍵分子。這讓它可以建立藥物和疾病之間的相互作用，為各種醫藥研究開啟了新的大門。

Google DeepMind 團隊在部落格文章中寫到：「AlphaFold 3 帶領我們超越單純的蛋白質，走向更廣泛的生物分子。這一飛躍可能會解鎖更多革命性的新領域，從開發生物可再生材料、更具抵抗力的農作物，到加速藥物設計和基因相關的研究。」

在 AI 出現之前，科學家只能通過電子顯微鏡和諸如 X 光晶體學等複雜的方法來研究蛋白質結構，每次能分析的蛋白質種類極其有限。AI 則是透過機器學習的方式，辨識蛋白質折疊可能存在的通用規則來預測蛋白質形狀，從而大幅簡化了分析過程。AlphaFold 3 則是進一步將擴散模型應用於其分子預測，由已知的分子結構去預測未知的分子。

此外，AlphaFold 3 還使用顏色編碼來標記其預測的可信度，藍色表示高度可信；紅色則表示不太確定。這讓研究人員可以對可信度不高的分子結果保持適當的謹慎，進一步進行分析。

Google 允許研究人員免費使用 AlphaFold 3 進行非商業研究。但是，與過去版本不同的是，該公司這次並沒有將它開源化。一位制作類似軟體的著名研究人員，華盛頓大學教授 David Baker 向 Wired 表示，對於 Google 這個選擇感到失望。然而，他依然還是對 AlphaFold 3 的能的讚嘆不已，並表示 AlphaFold 3 的結構預測性能令人印象深刻。

Google 表示 Isomorphic Labs 已經與制藥公司展開合作，將應用於回應現實世界的藥物設計挑戰，並最終希望能為各種疾病的患者開發出改變人生的全新療法。”