Google DeepMind 发布 AlphaFold 3.5，首次覆盖蛋白质-药物全原子交互预测

从蛋白预测到药物设计

2026 年 6 月 19 日，Google DeepMind 和 Isomorphic Labs 联合在《Nature》上发表论文，正式发布 AlphaFold 3.5。这一里程碑版本不仅能够预测蛋白质三维结构，还首次实现了蛋白质与候选小分子药物之间全原子级别的结合方式预测。研究团队称，这一能力有望将新药早期虚拟筛选阶段的周期从平均 18 个月缩短到约 7 个月。

技术突破细节

AlphaFold 3.5 基于全新的扩散架构和超过 1 亿个蛋白-配体结合实验数据训练，预测精度在全原子交互预测任务上达到 89% 的 RMSD < 2Å 准确率。特别值得关注的是，模型可以同时预测一个药物候选分子与多个蛋白质靶点的相互作用，从而在早期阶段评估潜在副作用——这是传统实验方法难以高效完成的。

开放与商业战略

AlphaFold 3.5 的学术研究版本已在 GitHub 上以非商业许可开源，数据库包含超过 20 万种人类蛋白质与常见药物分子的交互预测结果。Isomorphic Labs 表示，已有 12 家跨国药企签署了商业授权协议，利用其平台加速肿瘤和罕见病管线的研发进度。DeepMind 首席执行官 Demis Hassabis 称这是"AI 辅助科学发现的转折点"。