11月12日，谷歌低调开源了蛋白质预测模型AlphaFold-3，供非商业用途使用。就在上个月，凭借这一研究，戴米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John M.Jumper）拿下了诺贝尔化学奖，哈萨比斯是谷歌旗下AI团队 DeepMind的联合创始人兼CEO，江珀也是DeepMind成员。

谷歌本次开源AlphaFold-3模型较为低调，官网并没有发布新闻，只在5月发布的新闻稿开头加入了一小段文字说明：“2024年11月11日更新，我们已发布了AlphaFold-3的模型代码和权重供学术用途，以帮助推动科学研究。”

科学期刊《Nature》对于AlphaFold-3的开源发文进行了重磅推荐，称这将对全球科研领域产生重大影响，生物、化学、医药的科学家们可以在本地部署AlphaFold-3，可以极限缩短新药、疫苗等研发进程。这也意味着，来自生物医药各个领域的研究者可以免费下载模型代码，自行运行该模型以开展药物研发工作。

AlphaFold是用于预测蛋白质的复杂结构的系列模型，而AlphaFold-3是今年5月DeepMind推出的最新版本，其进步在于，除了能根据氨基酸序列预测蛋白结构，还可以预测蛋白质与其它生物分子（包括DNA、RNA等）相互作用产生的复合体的结构。

在药物研发领域，AlphaFold-3可以帮助研究人员快速筛选潜在的药物靶点，通过预测靶点蛋白的结构，揭示其可能的活性位点和结合位点，为药物设计提供重要的结构基础。在药物分子设计阶段，AlphaFold-3能够预测药物分子与靶点蛋白的结合模式，评估药物分子的亲和力和特异性，从而指导药物化学家进行分子优化，提高药物的疗效和安全性。

华大基因旗下科普教育平台爱博物联合创始人、科普作家冷哲此前对第一财经表示，DeepMind的AlphaFold揭开了生命科学领域飞跃的一个序幕，AlphaFold的出现扭转了大家对于蛋白质结构不可预测的一个刻板印象，甚至当时一度传出来结构生物学从业者要失业的评价。

这还只是一个简单的开端，冷哲表示，当看到有学者尝试用AlphaFold-2来逆向设计工程蛋白质结构的时候，“忽然觉得，生物工程，或者叫蛋白质工程学的春天终于到来了。”

现在的蛋白质工程学从“discovery”走到了“design”的阶段，也就是说，行业可以运用AI去设计一个耐高温、耐低温、发各种颜色的光，或者去靶向各种癌细胞，去治疗人类的各种疾病。“虽然现在能做的还不多，但这是0和1的本质上的区别。”冷哲认为，未来AI for Science，已经是不可阻挡的趋势了。

虽然AlphaFold-3具有划时代的意义，但此前谷歌并未完全开源给科学界使用。彼时官方表示，全球科学家可以通过AlphaFold服务器免费访问使用AlphaFold-3进行非商业研究（开放大部分功能），但限制在每天10次预测，且不能获得可能与药物结合的蛋白质结构，这种使用方式缺失了很多自由度。

如今半年过去，谷歌终于开源了AlphaFold-3模型，任何人都可以下载AlphaFold-3软件代码并进行非商业使用，但目前模型权重需要有学术背景的科学家单独申请，并填写表单，能否通过的决定权在DeepMind手中。