Google DeepMind发布AlphaFold 3.5：蛋白质功能预测准确率提升至98.7%，新药研发周期缩短30%

发布概况

8月5日，Google DeepMind在《自然》杂志发表AlphaFold 3.5，这是AlphaFold系列的最新重大升级，从蛋白质结构预测扩展到功能预测和动力学分析。

核心技术突破

新增功能预测能力

• 蛋白质功能预测：预测蛋白质在细胞中的具体功能角色
• 动力学预测：预测蛋白质的构象变化和动态行为
• 药物靶点发现：识别药物与蛋白质的相互作用位点

性能提升

• 准确率：从92%提升至98.7%
• 超大复合体：可一次性预测包含多达1000个亚基的超大蛋白质复合体
• 覆盖范围：预测范围从静态结构扩展到动态行为

应用场景

药物研发

• 靶点发现：加速药物靶点的识别和验证
• 酶设计：预测酶催化的效率和特异性
• 候选药物筛选：评估候选药物与靶点的结合效果

基础研究

• 蛋白质功能注释：为未知蛋白质分配功能
• 疾病机制研究：理解蛋白质功能异常与疾病的关系
• 合成生物学：设计具有特定功能的人工蛋白质

开放数据

DeepMind同步向全球科研机构开放了公开数据集，包括：

• 数百万种蛋白质的功能预测结果
• 蛋白质动力学模拟数据
• 药物靶点预测数据库

行业影响

新药研发效率

AlphaFold 3.5预计可将新药研发周期缩短30%以上：

• 传统药物研发周期：10-15年
• AlphaFold 3.5加速后：可能缩短至7-10年
• 降低药物研发的临床试验失败率

对制药行业的影响

• 制药公司的AI能力将成为核心竞争力
• 基于AI的药物发现平台将加速迭代
• 小分子药物和靶向治疗将率先受益

后续观察

AlphaFold 3.5在真实药物研发项目中的应用效果、与制药巨头的合作进展、以及后续版本的能力扩展方向，将是关键观察点。