2021年，人工智慧研究實驗室DeepMind宣布開發其第一個數位生物神經網路AlphaFold。該模型能夠準確預測蛋白質的三維結構，從而決定這些分子的功能。DeepMind研究副總裁Pushmeet Kohli表示:「我們只是漂浮的水袋，四處移動。」「讓我們與眾不同的是蛋白質，這是生命的基石。它們之間的交互作用是生命奇跡發生的原因。」
「Alphafold」被【科學】雜誌評為2021年的年度突破。在2022年，它是人工智慧領域被參照最多的研究論文。「人們研究(蛋白質結構)已經有幾十年了，但沒能取得那麽大的進展，」Kohli說。「然後出現了人工智慧。」DeepMind還釋出了AlphaFold蛋白質結構資料庫，其中包含了幾乎所有生物體的蛋白質結構，這些生物體的基因組已經被測序，全世界的科學家都可以免費使用。
190個國家的170多萬研究人員將其用於從設計可食用塑膠的酶到開發更有效的瘧疾疫苗等各種研究。在涉及AlphaFold的研究中，有四分之一致力於了解癌癥、Covid-19以及帕金森病和艾爾茨海默病等神經退行性疾病。去年，DeepMind釋出了下一代AlphaFold，將其結構預測演算法擴充套件到核酸和配體等生物分子。
「它使科學研究民主化，」Kohli說。「在開發中國家研究一種被忽視的熱帶疾病的科學家沒有獲得計算蛋白質結構的資金。現在，只需點選一個按鈕，他們就可以進入AlphaFold資料庫，免費獲得這些預測。」例如，DeepMind的早期合作夥伴之一「被忽視疾病藥物倡議」(Drugs For Neglected Diseases Initiative)利用AlphaFold開發了治療影響數百萬人的疾病的藥物，如昏睡病、南美錐蟲病和利什曼病，但這些疾病的研究相對較少。
DeepMind的最新突破被稱為AlphaMissense。該模型對所謂的錯義突變進行了分類，錯義突變是指在蛋白質的特定位置產生不同胺基酸的基因改變。這種突變可以改變蛋白質本身的功能，AlphaMissense將這種突變的可能性評分歸為致病性或良性。「了解和預測這些影響對於發現罕見的遺傳疾病至關重要，」Kohli說。該演算法於去年釋出，已將所有可能的人類誤解分類了約89%。在此之前，只有0.1%的可能的變異被研究人員臨床分類。
「這僅僅是個開始，」Kohli說。最終，他認為人工智慧最終可能導致虛擬細胞的產生，從而從根本上加速生物醫學研究，使生物學能夠在電腦上而不是在現實世界的實驗室中進行探索。「有了人工智慧和機器學習，我們終於有了理解這個非常復雜的系統的工具，我們稱之為生命。」
