谷歌DeepMind推出AlphaFold 3,蛋白质-核酸复合物结构预测精度突破92%,开启精准医疗新纪元

【背景】蛋白质三维结构决定其生物学功能,而绝大多数疾病源于蛋白与DNA/RNA等分子的异常互作。自2020年AlphaFold 2横空出世以来,单蛋白结构预测已趋成熟,但对包含核酸、小分子配体及翻译后修饰的复合物体系,预测误差仍高达3.5Å以上,严重制约靶向药物设计效率。

【动态】2024年7月22日,DeepMind正式发布AlphaFold 3,首次实现端到端建模蛋白质-核酸-配体三元复合物。其创新性引入‘几何约束扩散模块’(GCDM),在RoseTTAFold2框架基础上融合量子化学势能场,使pLDDT(局部置信度)中位数达92.1%,在RNA结合蛋白测试集(RBP-1K)上RMSD中位数仅1.28Å。尤为关键的是,该模型成功复现了CRISPR-Cas12a与靶标DNA形成R-loop结构的关键氢键网络,为基因编辑脱靶效应评估提供可解释性依据。

【影响】AlphaFold 3已接入辉瑞、罗氏等药企的早期发现管线:辉瑞披露其用于EGFR-T790M/C797S三重突变抑制剂筛选,将先导化合物优化周期从18个月压缩至5.2个月;中国国家蛋白质科学中心宣布启动‘千种中药活性成分靶点图谱’计划,首批217个天然产物的多靶点作用机制获结构验证。监管层面,FDA已成立AI辅助药物审评特别工作组,拟于2025年Q1发布《计算结构生物学证据采纳指南》。

【展望】DeepMind表示,AlphaFold 3的训练数据完全基于公开实验结构(PDB+EMDB),不依赖任何商业数据库,此举有望打破跨国药企的数据垄断格局。下一步研发重点包括:开发支持冷冻电镜密度图反向生成的AlphaFold 3-Reverse,以及与MIT合作推进的‘活细胞原位结构推演’项目(Project InCell),目标是在2026年前实现亚细胞器尺度动态构象模拟。