北京
在人工智能與生命科學深度融合的浪潮中，一項具有里程碑意義的合作成果近期在NVIDIA GTC 2026正式亮相。 NVIDIA、Google DeepMind、歐洲分子生物學實驗室旗下的歐洲生物信息學研究所（EMBL-EBI）以及首爾大學 Steinegger 實驗室，對 AlphaFold 蛋白質結構數據庫進行了大規模擴展：新增了 170 萬個高置信度預測的蛋白質復合物，并提供約 3000 萬個額外預測結構供批量下載。
這一新增數據集是同類中規模最大的，使該數據庫成為一個前所未有的大規模蛋白質相互作用建模綜合資源。
數據庫中的蛋白質結構由 Google DeepMind 的 AlphaFold-Multimer 模型通過 AI 預測生成。同時，通過在 OpenFold 推理流程中集成 NVIDIA 的計算庫（包括 NVIDIA TensorRT 和 cuEquivariance），實現了超過 100 倍的推理加速，相比原始方法大幅提升效率。
該數據庫以“預計算”的蛋白質結構形式提供研究假設，從而加速新藥靶點發現和疾病生物學研究中的實驗驗證過程。這一成果顯著降低了科研門檻，尤其對缺乏先進超級計算資源的低資源環境研究人員而言，消除了巨大的計算障礙。
該項目優先覆蓋“參考蛋白質組”（代表不同物種分類多樣性的蛋白集合）以及世界衛生組織重點關注的病原體清單，以加強對傳染病的研究支持。
對于制藥行業而言，這些預測結構可作為強有力的初始研究假設，大幅加速后續濕實驗（實驗室實驗）進程，節省寶貴的時間與資源。
這一由NVIDIA等機構推動的全球最大蛋白復合體數據集，不僅標志著AI在結構生物學領域的進一步成熟，也預示著未來藥物研發將更加依賴數據驅動與智能預測。隨著計算能力與算法的持續演進，生命科學研究正加速邁入“可預測”的新時代。
參考資料：
[1]https://www.embl.org/news/science-technology/first-complexes-alphafold-database/
前沿π》欄目
Copyright ? 2026 PHARMCUBE. All Rights Reserved.免責申明：本微信文章中的信息僅供一般參考之用，不可直接作為決策內容，醫藥魔方不對任何主體因使用本文內容而導致的任何損失承擔責任。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
