2026年3月,DeepMind在Nature上公布了AlphaFold 3的完整算法,并同步开源了模型代码和训练权重。与前代相比,AlphaFold 3不仅能够预测单体蛋白质结构,还能准确预测蛋白质与其他分子(如DNA、RNA、小分子药物)的复合物结构,且预测速度提升了十倍。
生物信息学领域对此反应热烈,多个学术团队已基于该模型开展针对癌症靶点的新药虚拟筛选工作。全球多家制药公司也表示将内部部署该模型,以降低实验成本。这一成果被普遍视为AI驱动药物发现的里程碑事件。
2026年3月,DeepMind在Nature上公布了AlphaFold 3的完整算法,并同步开源了模型代码和训练权重。与前代相比,AlphaFold 3不仅能够预测单体蛋白质结构,还能准确预测蛋白质与其他分子(如DNA、RNA、小分子药物)的复合物结构,且预测速度提升了十倍。
生物信息学领域对此反应热烈,多个学术团队已基于该模型开展针对癌症靶点的新药虚拟筛选工作。全球多家制药公司也表示将内部部署该模型,以降低实验成本。这一成果被普遍视为AI驱动药物发现的里程碑事件。