开源的AlphaFold已被广泛应用于寻找其在现实生活中的用例，包括COVID-19疫情—SARS-CoV-2的蛋白质结构预测。

通过基于人工智能的蛋白质模型预测，生命科学已经发生了革命性的变化。2022年，以谷歌DeepMind的AlphaFold论文为代表的蛋白质折叠模型是当年被引用次数最多的论文。

两年前，总部位于伦敦的Alphabet子公司Google DeepMind通过AlphaFold为人工智能研究史上长达数十年的“蛋白质折叠问题”提供了革命性的答案。这款开源的AlphaFold可以从一维氨基酸序列中准确预测蛋白质结构的3D模型，加速了生物学和生命科学领域的科研工作。自那时以来，这个框架已经被广泛应用于寻找其在现实生活中的用例，包括COVID-19疫情—SARS-CoV-2的蛋白质结构预测。

让我们来看看AlphaFold的一些有趣的实际应用。

推进疟疾疫苗研发

牛津大学生物化学家、分子生物学教授Matthew Higgins正在利用AlphaFold推进疟疾疫苗研发。该疫苗针对多个感染阶段进行全面保护。在AlphaFold整合之前，他们一直无法理解关键蛋白质Pfs48/45的结构。将AlphaFold的预测结果与传统方法结合，明确了这种蛋白质的作用，有助于疫苗设计。Higgins承认AlphaFold偶尔存在不准确性，但强调其与其他技术的合作。凭借清晰的Pfs48/45结构，他们已经进入人体试验阶段。Higgins设想AlphaFold在全新蛋白质设计中的作用，增强疫苗研发。这种将人工智能工具整合到项目中的方法将其从基础科学转变为临床阶段，为疟疾疫苗的有效性提供了潜力。

提供基因治疗

科学家们通过利用一种名为光杆状菌（Asymbiotica Photorhabdus）的细菌的非凡能力取得了显著突破，在改造它以将蛋白质注入人类细胞中方面取得了成功。这一突破为传递治疗性蛋白质（包括用于基因编辑的蛋白质）提供了潜力。通过使用AlphaFold修改注射器的尾部纤维，科学家们成功地将其附着在人类细胞上，实现了精确的蛋白质传递。他们将注射器定制为与癌细胞结合，触发它们的破坏而不影响其他细胞。研究人员利用AlphaFold AI修改了用于针对癌细胞的尾部纤维的纳米注射器，精确地消除了癌细胞，同时保护其他细胞。一种“标记”技术允许将毒素和基因编辑酶Cas9加载到注射器上，当引入人类细胞时触发细胞死亡或基因编辑。该适应性方法显示出了不同蛋白质的负载和增加剂量的潜力。此外，AlphaFold帮助将尾部纤维修改为与小鼠细胞结合，成功地将荧光蛋白引入神经元中。尽管处于早期阶段，研究人员的目标是优化传递效率并探索DNA/RNA荷载。该研究展示了AlphaFold在定制用于靶向基因治疗的注射器方面的作用。

治疗肝癌的药物

由多伦多大学加速联盟主任Alán Aspuru-Guzik、化学诺贝尔奖获得者Michael Levitt和Insilico Medicine创始人兼首席执行官Alex Zhavoronkov带领的研究团队，利用AlphaFold彻底改变了原发性肝癌（HCC）这一主要肝癌类型的药物研发。这项开创性研究利用纽约的生物技术公司Insilico Medicine的自动化药物设计平台Pharma.AI。利用AlphaFold衍生的蛋白质结构，他们快速设计了一种新的HCC治疗途径的强效抑制剂，在短短30天内完成了这一里程碑式的研究，合成了7种化合物。 这预示着一个由人工智能驱动的疗法的新时代即将到来，它将重塑医疗保健并解决关键的医疗需求。

针对抗生素耐药性

科罗拉多大学波德分校的Marcelo Sousa和Megan Mitchell科学家正在利用AlphaFold针对抗生素耐药机制进行对抗。传统方法很难理解耐药性的酶结构。AlphaFold快速准确的蛋白质结构预测在几分钟内揭开了十年的数据秘密。对这些结构的洞察可能为抑制耐药性、维护抗生素有效性铺平道路。Marcelo Sousa和Megan Mitchell强调AlphaFold在解决抗生素耐药性感染方面的潜力。

对抗被忽视的疾病

DeepMind与非营利组织“被忽视疾病药物治疗计划”（DNDi）合作，应对发展中国家被忽视的致命疾病，如变应性皮炎、昏睡病和利什曼病等。它在寻找昏睡病的新治疗方法方面已经取得了相当大的成功。尤其值得注意的是，它将有毒的化合物melarsoprol（导致20人中有一人死亡）替换为安全药物fexinidazole，作为该病的新的标准治疗方法。