跳转至

蛋白质设计革命：AlphaFold 生态

最后更新：2026-04-24

2020-2024 蛋白质科学经历 "AI 革命"——AlphaFold 2（2020）解决结构预测，AlphaFold 3（2024）扩展到复合体，RFdiffusion（Baker Lab，2023）开启从头设计。David Baker 2024 诺贝尔化学奖（与 Hassabis + Jumper 共享）标志这场革命的学术高峰。

一句话结论

2020-2026 蛋白质 AI 工具链已基本成熟：结构预测（AlphaFold 3）+ 从头设计（RFdiffusion / ProteinMPNN）+ 序列设计（ESM）+ 动力学（OpenFold）。真正的商业应用仍在起步——Generate Biomedicines、Isomorphic 等仍在早期管线阶段。

三条关键要点

  1. AlphaFold 3（2024-05）扩展到 DNA / RNA / 小分子——覆盖所有分子类型
  2. RFdiffusion + ProteinMPNN 组合 成为"设计任意蛋白"事实工具链
  3. 2024 诺贝尔化学奖 = 蛋白质设计 AI 合法化

技术栈

结构预测

  • AlphaFold 2（2020，Nature）：CASP 14 震撼
  • AlphaFold 3（2024，Nature）：复合体
  • ESMFold（Meta）
  • OpenFold（开源复现 AF2）
  • RoseTTAFold（Baker Lab）

从头设计

  • RFdiffusion（Baker Lab, 2023）：扩散模型设计新蛋白
  • ProteinMPNN：序列设计（给结构找氨基酸）
  • AlphaFold-Multimer：复合体设计
  • Protein Diffusion（多家模仿）

蛋白语言模型

  • ESM-2 / ESM-3（Meta / EvolutionaryScale）
  • ProGen（Salesforce）
  • Chroma

分子动力学

  • OpenMM + AI
  • TorchMD
  • DeepMD

商业化公司

公司 技术 商业化阶段
Generate Biomedicines 从头设计 + ML Phase 1
Absci 蛋白设计 + ML 上市
Isomorphic Labs AF3 + 小分子 管线早期
EvolutionaryScale（Meta spinoff） ESM-3 基础模型 API 商业化
Diamond Age 蛋白设计 早期

David Baker & 诺贝尔奖 2024

  • 2024-10 化学诺奖：
    • Demis Hassabis + John Jumper（AlphaFold）
    • David Baker（RFdiffusion / 蛋白设计）
  • 标志着 "AI 蛋白质设计"科学主流化

应用方向

  1. 新药研发：蛋白 / 小分子 designed
  2. 疫苗设计：COVID-19 经验扩展
  3. 酶工业：绿色化学、合成生物
  4. 农业：抗病作物

挑战

  • 从 Design 到 Wet Lab：AI 设计 → 真实表达 / 活性验证 仍需大量实验
  • 成本：wet lab 实验 $数万一个蛋白
  • 监管：合成生物 + GMO 法规

2026 关键变量

  1. AlphaFold 4（若有）
  2. 第一个"纯 AI 设计蛋白" FDA 批准药（2026-2030 期望）
  3. ESM-3 API 商业化爆发
  4. DeepMind vs Baker Lab 路线融合

我的判断

  1. 蛋白质设计 AI 已进入"工具链完备但商业化早期"阶段
  2. Isomorphic / Generate 是最有希望公司
  3. 2026-2030 会有第一个"AI 设计药物"获批
  4. 酶工程 / 合成生物场景比医药更快商业化

我可能错在哪里：蛋白 AI 类似 self-driving，Demo 到真药始终差一步。

延伸阅读