AlphaFold 2020是由Alphabet子公司DeepMind开发的人工智能程序，利用深度学习技术从氨基酸序列预测蛋白质结构。在2020年11月举行的第14届蛋白质结构预测关键评估（CASP14）竞赛中，它取得了前所未有的准确性，在约三分之二的测试蛋白质上，全局距离测试（GDT）得分超过90分，其中100分代表与实验确定结构的完全匹配。研究人员称这些结果“惊人”且“具有变革性”，不过也有人指出，对于三分之一的预测，准确性仍显不足，且蛋白质折叠的基本机制仍未解决。
背景
蛋白质由氨基酸链组成，这些链会自发折叠成三维（3-D）结构，这对于理解生物功能至关重要。X射线晶体学、冷冻电子显微镜和核磁共振（NMR）等实验方法既昂贵又耗时；在60多年间，这些方法已确定了约17万种蛋白质的结构，而所有生命形式中已知的蛋白质超过2亿种。计算预测方法，包括基于分子进化的同源建模，到2016年时，在最困难的蛋白质上GDT得分仅为约40分（满分100分），这是由1994年启动的CASP评估得出的，该竞赛旨在挑战科学界。AlphaFold于2018年首次参加CASP，采用了AI深度学习方法。
算法
DeepMind在蛋白质数据银行（一个公开的序列和结构存储库）中的超过17万个蛋白质结构上训练了该程序。该系统使用一种注意力网络，这是一种深度学习技术，能够识别更大问题中的各个部分并将其组装成整体解决方案。训练在100到200个GPU上进行。
AlphaFold 1（2018年）
AlphaFold 1在2018年12月赢得CASP13，它建立在先前工作的基础上，该工作分析了相关蛋白质序列的大型数据库，以发现非连续残基处的相关变化，这暗示了物理邻近性。它通过估计残基间距离的概率分布来扩展这一方法，有效地将接触图转换为距离图，并使用了更先进的学习方法。该代码未公开提供，仅用于在CASP序列上运行。
AlphaFold 2（2020年）
2020年版本与其前身有显著不同。AlphaFold 1使用单独训练的模块并结合基于物理的能量势；AlphaFold 2则用相互连接的子网络取代了这一点，形成一个单一的、可微分的、基于模式识别的端到端模型，并以集成方式进行训练。在神经网络收敛后，最终的精炼步骤使用基于AMBER力场的能量最小化应用局部物理约束，这只会略微调整预测结构。关键组件包括两个模块，可能基于Transformer (architecture)设计，它们逐步精炼关于氨基酸残基之间关系以及输入比对中位置与序列之间关系的信息。宏基因组数据的纳入提高了多序列比对的质量，训练数据来自定制构建的Big Fantastic Database，包含65,983,866个蛋白质家族，覆盖了来自参考数据库、宏基因组和宏转录组的2,204,359,010条蛋白质序列。
影响与认可
AlphaFold 2的CASP14结果得到了广泛认可。2021年7月15日，该论文以提前访问形式发表在《自然》杂志上，同时发布了开源软件和一个可搜索的物种蛋白质组数据库。截至2025年11月，该论文已被引用近43,000次。Demis Hassabis和John Jumper因“蛋白质结构预测”共同获得2024年诺贝尔化学奖的一半，而David Baker因“计算蛋白质设计”获得另一半。他们此前曾于2023年获得生命科学突破奖和阿尔伯特·拉斯克基础医学研究奖。然而，一些研究人员指出，对于三分之一的预测，准确性仍显不足，且该程序未揭示蛋白质折叠的基本规则，使得蛋白质折叠问题仍未解决。
遗产
AlphaFold 3于2024年5月8日发布，能够预测蛋白质与DNA、RNA、配体和离子形成的复合物结构，在蛋白质与其他分子相互作用方面，准确性比现有方法至少提高50%。2026年，谷歌宣布AlphaFold团队已解散，大多数成员被重新分配至Gemini项目，其他人则转至Isomorphic Labs或完全离开公司。2020年的突破仍是机器学习在生物学应用中的里程碑，展示了深度学习在解决复杂科学问题方面的力量。