80后诺奖得主：AlphaFold下一步融合大模型

AlphaFold的下一步是与大模型融合。 不过具体方法并没有透露，或许已有所思路，甚至已经在进程之中。 五年期间，AlphaFold已经帮助全球300多万研究人员，预测了数亿种蛋白质的三维结构，并影响了超50万篇相关论文。 可以说，这是继量子力学和分子生物学革命后，生命科学的又一次重大跃迁。 正值AlphaFold问世五周年，其设计者、也是凭借AlphaFold获得诺贝尔化学奖的John Jumper公开表示： 继最初的"结构预测革命"、随后的"科研常规工具"化，AlphaFold及其继承技术正在进入新的大模型阶段。 AlphaFold+大模型 即使是在AI浪潮不断涌来的今天，AlphaFold仍然是AI+生命科学最具里程碑意义的一次落地。 作为一款由谷歌DeepMind开发的AI科研工具，AlphaFold能够精确预测蛋白质的三维结构。 利用存储在序列和结构数据库中的大量实验数据，该网络被训练以发现氨基酸序列之间的关联和模式。 于是他们利用AlphaFold先对其氨基酸序列进行结构预测，再将生成的模型拟合到密度图中，并逐步优化，直到与实验数据对齐。 最终揭示了ApoB100的笼状结构，为后续推动心血管疾病 ...