AlphaFold 是 Google DeepMind 开发的蛋白质结构预测模型，能根据氨基酸序列高精度推算蛋白质三维结构，被视为 AI 应用于生命科学的标志性成果，并催生了 DeepMind 旗下专注 AI 制药的 Isomorphic Labs。围绕它的讨论正在从“结构预测是否已解决”转向“预测之后如何真正推动药物发现”。
AlphaFold 的近期进展
当前焦点与观察点
目前围绕 AlphaFold 的争论集中在三点。其一是能力边界：批评者认为“解决蛋白质折叠问题”的说法被夸大，静态结构预测与真正理解折叠过程、动力学之间仍有距离。其二是商业化成色：Isomorphic Labs 承载了 AlphaFold 的产业期望，但 STAT 的分析指出其高估值尚未有获批药物支撑，AI 制药从模型到临床的路径仍在验证之中。其三是生态延伸：从 SynthID Bio 的水印机制，到直接从 DNA 定位基因的开源模型（如 Thom Wolf 团队的 Carbon-A），竞争者与互补工具正在把 AlphaFold 开创的范式推向基因调控、生成式蛋白质设计等新方向。
对观察者而言，值得关注的信号包括：Isomorphic Labs 是否能在未来一两年交付进入临床管线的分子、Virtual Biology Initiative 能否形成开放标准，以及 SynthID Bio 是否被行业采纳为 AI 生成蛋白质的事实规范。AlphaFold 证明了结构预测的可行性，但它在药物发现链条中的实际价值，仍需用时间和数据来回答。