谷歌DeepMind发布AlphaFold 3:首次实现蛋白质-核酸-小分子复合物高精度结构预测,开启AI驱动精准药物发现新纪元

2024年5月8日,谷歌旗下DeepMind正式发布AlphaFold 3,这是继2021年AlphaFold 2颠覆结构生物学之后的又一里程碑式突破。与前代仅聚焦蛋白质单体及蛋白质-蛋白质复合物不同,AlphaFold 3首次实现了对蛋白质、DNA、RNA、配体小分子及修饰基团等多类生物分子构成的复合体系进行端到端、原子级精度的三维结构联合预测,准确率在标准测试集CASP15-CAPRI联合评估中达到76%的界面残基接触预测准确率,较AlphaFold 2提升逾40%。该模型基于全新设计的扩散Transformer架构,整合了化学感知几何约束模块与多尺度序列-结构协同建模机制。

核心动态方面,AlphaFold 3采用分阶段生成策略:首先通过强化学习优化初始构象采样空间,再利用扩散过程逐步去噪生成物理可解释的复合物构型;其训练数据涵盖超1.2亿条经实验验证的PDB、EMDB及ChEMBL交叉标注样本,并首次引入表观遗传修饰(如m6A、5mC)与翻译后修饰(如泛素化、磷酸化)的结构影响建模。值得注意的是,DeepMind同步开源了推理框架AlphaFold Server API,但未开放完整训练代码与权重,仅向经审核的学术与非营利机构提供有限访问权限。

行业影响层面,AlphaFold 3将显著加速靶点发现、先导化合物优化与脱靶效应评估全流程。辉瑞、诺华等头部药企已启动内部验证项目,初步数据显示其在BTK抑制剂与KRAS-G12C共价结合构象预测中误差低于1.3 Å,较传统分子对接工具提升3倍以上精度。此外,该技术正推动CRO行业服务范式升级——查尔斯河实验室宣布将于Q3推出基于AlphaFold 3的‘AI-first’结构药理学服务包,定价较X射线晶体学服务降低65%。监管端亦开始响应,FDA已于4月发布《AI辅助结构生物学证据指南草案》,明确将此类计算预测结果纳入早期IND申报的补充支持性数据范畴。

未来展望显示,多模态生物分子建模正快速走向临床闭环。DeepMind透露,AlphaFold 4研发已启动,目标是整合细胞微环境pH值、离子强度与亚细胞定位等动态参数,实现生理条件下的构象系综预测。与此同时,欧盟‘数字孪生人体’计划拟将AlphaFold 3作为核心引擎接入其多尺度虚拟器官模型;而中国科技部‘人工智能驱动生命科学2030专项’亦将复合物结构预测列为首批重点攻关方向。可以预见,未来三年内,基于AI的结构预测将从‘辅助验证工具’演进为‘首要假设生成引擎’,重塑从基础研究到临床转化的全创新链逻辑。