人工智能（AI）蛋白质结构预测工具“阿尔法折叠”迎来重要升级。17日最新发布的“阿尔法折叠”数据集首次大规模纳入蛋白质复合物结构预测数据，数百万个由AI预测的蛋白质复合物结构向全球科研人员开放。这一成果由欧洲分子生物学实验室的欧洲生物信息学研究所、谷歌旗下“深度思维”公司、英伟达和韩国首尔大学四方合作完成，形成迄今规模最大的蛋白质复合物预测数据集。

新数据集首次系统性纳入蛋白质复合物结构预测数据，新增170万个高置信度的同源二聚体（由两个相同蛋白质组成的复合物）结构，为理解蛋白质如何通过相互作用发挥生命功能提供了重要基础。该数据集还优先收录了与人类健康和疾病研究密切相关的蛋白质。

自2021年开放以来，“阿尔法折叠”数据集已收录约2亿个单个蛋白质结构预测结果。不过，蛋白质往往并不是以单个分子形式发挥作用，而是通过形成复合物来实现功能。预测蛋白质复合物结构的难度远高于单体结构，对算力需求极高。

为此，研究团队对人类、小鼠、酵母以及结核分枝杆菌等20种研究最为深入的物种进行了系统分析，生成约3000万个同源二聚体预测结果，最终筛选出约170万个高质量数据纳入数据库。

科学界认为，将蛋白质复合物纳入结构数据库，是从“单个分子结构”走向“分子相互作用网络”的关键一步。研究表明，对于部分蛋白质而言，只有在以复合物形式建模时，才能获得准确的三维结构信息。

团队同时提醒，AI预测结果仍需谨慎使用。部分预测结构可能与真实生物状态存在差异，仍需通过实验手段加以验证，以确认其生物学意义。

据介绍，“阿尔法折叠”数据集未来还将进一步扩展，计划加入由两个不同蛋白质组成的异源二聚体结构预测。