DeepMind攻克蛋白质折叠终极难题 预测精度达原子级别

技术突破的核心进展

DeepMind研究团队今日在《自然》杂志发表了最新研究成果，宣布其新一代AlphaFold模型在蛋白质折叠预测方面取得了革命性突破。新模型不仅能够准确预测蛋白质的三维结构，更首次实现了原子级别的预测精度，误差范围缩小至0.1埃（0.01纳米）以内，这一精度已经达到了实验测定方法的水平。

对药物研发的革命性影响

蛋白质折叠预测的精度提升将对新药研发产生深远影响。传统的新药研发中，确定蛋白质结构是药物设计的起点，这一过程通常需要数月甚至数年的时间。AlphaFold的新突破使得研究人员能够在几天内获得高精度的蛋白质结构，大幅缩短了药物发现的周期，预计可使新药研发成本降低60%以上。

开源共享与全球合作

DeepMind宣布将继续坚持开源策略，将新一代AlphaFold模型的代码和预训练权重向全球科研机构开放。同时，公司还计划建立一个全球蛋白质结构数据库，收录超过1亿个蛋白质的预测结构，为生命科学研究提供重要的基础设施支持。