11月12日，谷歌低調開源了蛋白質預測模型AlphaFold-3，供非商業(yè)用途使用。就在上個月，憑借這一研究，戴米斯·哈薩比斯（Demis Hassabis）和約翰·江珀（John M.Jumper）拿下了諾貝爾化學獎，哈薩比斯是谷歌旗下AI團隊 DeepMind的聯(lián)合創(chuàng)始人兼CEO，江珀也是DeepMind成員。

谷歌本次開源AlphaFold-3模型較為低調，官網(wǎng)并沒有發(fā)布新聞，只在5月發(fā)布的新聞稿開頭加入了一小段文字說明：“2024年11月11日更新，我們已發(fā)布了AlphaFold-3的模型代碼和權重供學術用途，以幫助推動科學研究。”

科學期刊《Nature》對于AlphaFold-3的開源發(fā)文進行了重磅推薦，稱這將對全球科研領域產(chǎn)生重大影響，生物、化學、醫(yī)藥的科學家們可以在本地部署AlphaFold-3，可以極限縮短新藥、疫苗等研發(fā)進程。這也意味著，來自生物醫(yī)藥各個領域的研究者可以免費下載模型代碼，自行運行該模型以開展藥物研發(fā)工作。

AlphaFold是用于預測蛋白質的復雜結構的系列模型，而AlphaFold-3是今年5月DeepMind推出的最新版本，其進步在于，除了能根據(jù)氨基酸序列預測蛋白結構，還可以預測蛋白質與其它生物分子（包括DNA、RNA等）相互作用產(chǎn)生的復合體的結構。

在藥物研發(fā)領域，AlphaFold-3可以幫助研究人員快速篩選潛在的藥物靶點，通過預測靶點蛋白的結構，揭示其可能的活性位點和結合位點，為藥物設計提供重要的結構基礎。在藥物分子設計階段，AlphaFold-3能夠預測藥物分子與靶點蛋白的結合模式，評估藥物分子的親和力和特異性，從而指導藥物化學家進行分子優(yōu)化，提高藥物的療效和安全性。

華大基因旗下科普教育平臺愛博物聯(lián)合創(chuàng)始人、科普作家冷哲此前對第一財經(jīng)表示，DeepMind的AlphaFold揭開了生命科學領域飛躍的一個序幕，AlphaFold的出現(xiàn)扭轉了大家對于蛋白質結構不可預測的一個刻板印象，甚至當時一度傳出來結構生物學從業(yè)者要失業(yè)的評價。

這還只是一個簡單的開端，冷哲表示，當看到有學者嘗試用AlphaFold-2來逆向設計工程蛋白質結構的時候，“忽然覺得，生物工程，或者叫蛋白質工程學的春天終于到來了。”

現(xiàn)在的蛋白質工程學從“discovery”走到了“design”的階段，也就是說，行業(yè)可以運用AI去設計一個耐高溫、耐低溫、發(fā)各種顏色的光，或者去靶向各種癌細胞，去治療人類的各種疾病。“雖然現(xiàn)在能做的還不多，但這是0和1的本質上的區(qū)別。”冷哲認為，未來AI for Science，已經(jīng)是不可阻擋的趨勢了。

雖然AlphaFold-3具有劃時代的意義，但此前谷歌并未完全開源給科學界使用。彼時官方表示，全球科學家可以通過AlphaFold服務器免費訪問使用AlphaFold-3進行非商業(yè)研究（開放大部分功能），但限制在每天10次預測，且不能獲得可能與藥物結合的蛋白質結構，這種使用方式缺失了很多自由度。

如今半年過去，谷歌終于開源了AlphaFold-3模型，任何人都可以下載AlphaFold-3軟件代碼并進行非商業(yè)使用，但目前模型權重需要有學術背景的科學家單獨申請，并填寫表單，能否通過的決定權在DeepMind手中。