一只实验猴子要花几万元，考虑到AI需要的数据量，“实验做不起，数据就比较少，影响AI的预测和模型开发。” “国外有很多华人年轻学者，不用给到七八百万，可能给两百万他们就回来了。但问题是，两百万比国内一些CEO拿的还多。” 如果想要让AI真正在制药上发挥作用，还需要若干个像AlphaFold这样级别的发现，AlphaFold只是“拼图中的一块”。

这是首个用于设计新型高强度蛋白质粘合剂（Protein Binder）的AI模型，也是谷歌从2017年起陆续推出AlphaFold系列生物学预测工具以来，在蛋白质结构预测之外为生物学界带来的又一个突破性的AI工具。

AlphaFold 3的巨大提升，是近几年人工智能领域各种惊人进展的典型代表。该模型可以精确预测包含蛋白质数据库中几乎所有分子类型的复合物。它所使用的扩散模块，则是基于完全不同的底层逻辑来实现预测的。

现实世界，除AI之外，人类的科学研究正在众多方面取得越来越多、越来越快的突破：正在研发的“人造子宫”将代替女性自然分娩；Google旗下DeepMind的AlphaFold算法，已破解几乎人类目前已知的、超过2亿种蛋白质结构；日本九州大学林克彦生物学团队，成功培育出世界上首批完全由雄性小鼠提供遗传物质的、只有父亲没有母亲的小鼠；全球首批由机器人操作人工授精的两名女婴诞生，将使试管婴儿的成本降低70%……

近期，Google旗下AI公司DeepMind取得里程碑式突破，其AlphaFold算法构建的数据库，如今已破解了几乎人类目前已知的、超过2亿种蛋白质结构。为研发新药物，应对饥荒、污染等全球性挑战提供了更多的解决之道。 在运用AI参与到这一科研领域之前，全球数万名结构生物学家通过人力研究，耗费了几十年时间，大致破解了已知2亿种蛋白质结构中的19万种。

导读：AlphaFold预测出2.14亿个蛋白质结构，几乎涵盖地球上所有已做过基因组测序的生物体；穿戴设备与医学成像结合，邮票大小的超声贴片就能实现48小时的身体器官的超声波成像和检测；针对“啤酒肚”和“游泳圈”，研究人员发现了降低腹部脂肪的关键基因突变；科学家开发高通量筛选方法，揭示了癌细胞在吸收不同纳米颗粒时的生物学特征；一篇涉嫌学术不端的论文很可能误导了全球阿尔茨海默氏症（老年痴呆症）研究16年……