AlphaFold预测几乎所有已知蛋白质！涵盖2.14亿结构开放免费用

其中80%结构的可信度达到了足以支撑研究实验的水平，更有35%达到了高置信度。

这是我们给全人类的一份礼物。

这次数据集更新，主要增加了植物、细菌、动物和其他生物的蛋白质结构。

去年7月，ALPHAFOLD数据集发布了人类98.5%的蛋白质结构，以及包含大肠杆菌、果蝇、小鼠等20个科研常用生物的蛋白质组数据。

数据集规模从之前的35万个蛋白质结构，一下子提升到了大约2.14亿个。

DEEPMIND创始人哈撒比斯表示，这基本上可以说是“整个蛋白质宇宙”了。

这意味着更多领域的研究可以被大幅提速。

要知道，蛋白质作为生命活动的基石，其相关研究对药物研发、疾病攻克、食品工程、农业、工业等领域都有重要影响。

因为其功能由结构决定，而其3D结构又是由氨基酸以脱水缩合的方式组成多肽链，多肽链再盘曲折叠而成。

也就是说，即使科学家们已知了蛋白质的氨基酸序列，可能的3D结构情况仍旧非常多。

假设一个蛋白质由100个氨基酸序列组成，那么它可能的3D结构情况将多达2的100次方个。

过去很长一段时间里，蛋白质预测工作主要通过科学家手动完成，比如施一公院士，就是用冷冻电镜预测蛋白质结构的顶级专家。

计算机虽然也能预测蛋白质结构，但是其准确性始终不高。

而这一局面，随着ALPHAFOLD2的诞生后开始发生变化。

2020年12月，ALPHAFOLD2在CASP14（蛋白质结构预测比赛）中的成绩，达到了史无前例的92.4/100。

和蛋白质真实结构之间只差一个原子的宽度，真正解决了蛋白质折叠的问题。

在此半年后，DEEPMIND先后开源ALPHAFOLD2、ALPHAFOLD数据集，可谓是在学术圈扔下了一记重磅炸弹。

而学者们利用ALPHAFOLD开展研究的成果也已经开始显现。

最近，发表在SCIENCE上的一篇研究表明，他们利用ALPHAFOLD拼出了核孔复合体。

这个结构由数百个蛋白质组成，控制着细胞核的物质进出，其相关研究是生物领域内的重点课题。

在ALPHAFOLD的辅助下，该团队预测出了这一结构中一些未知区域。

DNDI（被忽视疾病药物开发组织）也曾表示，ALPHAFOLD2推动了他们在热带疾病药物开发方面的研究。

朴茨茅斯大学酶创新中心（CEI）则利用ALPHAFOLD2开发一些新的酶，可以用来降解污染环境的一次性塑料。

此外，过去一年来不少学术机构都在开展ALPHAFOLD的相关研究，以使得这一工具能够让更多学者便捷使用。

与此同时，计算生物行业也成为了人们关注的焦点，不少公司都在推出相关业务。