AlphaFold
為什麼重要
深度解析
AlphaFold 只接收一項輸入——蛋白質的胺基酸序列——接著回傳原子的三維座標，以及每個殘基的可信度分數。AlphaFold 2 管線會先搜尋序列資料庫，建立由演化親緣蛋白質組成的多序列比對（MSA），並尋找可作為範本的已知結構。兩者隨後一同輸入以 Evoformer 模組為核心的神經網絡；該模組會在序列比對與殘基關係的成對表徵之間交換資訊，之後再由結構模組輸出原子座標。網路使用蛋白質資料庫中不到 20 萬種經實驗測定的結構進行Supervised Learning（監督式學習），管線還會將自身輸出重複送回網路數次，以進一步精修結果。視序列長度而定，在單張 GPU 上執行一次預測需要數分鐘至數小時。
MSA 才是秘密武器
AlphaFold 2 最重要的單項輸入並非序列本身，而是多序列比對：從公開資料庫中找出的數百甚至數千條相關蛋白質序列。在演化過程中一同突變的殘基，通常也會在摺疊結構中彼此靠近；網路正是利用這種協變訊號推斷三維接觸關係。比對越深，預測通常越可靠；比對太淺則是結果不可信的主要原因，病毒蛋白、從頭設計的蛋白質，以及已知近親極少的「孤兒」序列尤其容易遇到這項問題。Meta AI 的 ESMFold 等後續系統，以蛋白質語言模型取代資料庫搜尋，速度提高數個數量級，代價則是在比對充分的家族上損失部分準確度。追求最高精度的團隊仍會執行完整的 AlphaFold 2，只把語言模型變體用於篩選數百萬條序列。
Evoformer 內部
AlphaFold 2 的核心是 Evoformer，由 48 個模組堆疊而成，在兩種表徵之間來回傳遞資訊：一邊是比對結果的行與列，另一邊則是「成對表徵」，用來追蹤網路目前對每一對殘基關係的判斷。這套機制以注意力為基礎，也就是驅動 Transformer 的同一種基本操作，並加入稱為三角更新的自訂運算，讓成對表徵逐漸符合幾何一致性：若殘基 A 靠近 B，而 B 又靠近 C，那麼 A 多半也應離 C 不遠。接著，結構模組透過不變點注意力，將精修後的表徵轉換成座標；這種能感知幾何的變體，在三維旋轉與平移下仍能正確運作。真正令許多實務工作者意外的是，準確度其實很少來自單純暴力擴大規模：AlphaFold 2 約有 9,300 萬個參數，按現代語言模型的標準來看非常小。
讀懂可信度分數
每次 AlphaFold 預測都會附上名為 pLDDT 的逐殘基可信度分數，範圍為 0–100。高於 90 的區域通常連側鏈位置都很可靠，70–90 表示主鏈可信，低於 50 則應解讀為「可能沒有摺疊」——低 pLDDT 往往是在正確預測固有無序，並不代表模型失敗。對複合物而言，預測對齊誤差（PAE）矩陣會指出不同結構域或鏈之間相對位置的可信程度，這正是一項可用的對接假設與一張漂亮圖片之間的差別。值得養成的工作習慣，是先看 pLDDT 圖，再看三維視圖；任何預測都只能視為假設，在成為論文或藥物專案的支柱前，仍需透過實驗驗證。
它預測的是結構，不是摺疊過程
一個揮之不去的誤解，是 AlphaFold「解決了蛋白質摺疊問題」。它真正解決的是結構預測：給定一條序列，產出蛋白質最可能採取的形狀。至於蛋白質如何抵達這個形狀——經典摺疊悖論所關心的路徑、動力學與中間狀態——AlphaFold 並未給出答案；而且它大多只輸出一種靜態構形，真實蛋白質卻會彎曲、伸縮，並在不同狀態間切換。它也不會直接告訴你某項突變將如何影響穩定性或功能，對配體、膜與轉譯後修飾的處理可靠度也不一。這裡的深度學習，最好理解成一個極為出色、能比對演化與結構資料中模式的工具，而非物理引擎；若要研究動態過程，仍得仰賴分子模擬與濕實驗。
AlphaFold 3、資料庫與諾貝爾獎
圍繞模型而成形的，還有 AlphaFold 蛋白質結構資料庫。這是 Google DeepMind 與 EMBL-EBI 的合作專案，免費發佈預先運算完成的預測結果：超過 2 億種結構，幾乎涵蓋所有已編目的蛋白質。2024 年發佈的 AlphaFold 3 不再侷限於單條蛋白質鏈，而是延伸至包含 DNA、RNA、配體與離子的複合物；它也以擴散模型取代結構模組，直接生成原子座標，讓系統得以處理胺基酸以外的化學物質。使用者可透過免費的託管伺服器存取，程式碼與權重後來也依非商業用途授權發佈；對一個戰略價值如此高的系統而言，這是相當醒目的開放權重姿態，也呼應始於 AlphaGo 的研究傳承。2024 年，Demis Hassabis 與 John Jumper 因蛋白質結構預測獲頒諾貝爾化學獎，並與以計算蛋白質設計獲獎的 David Baker 共享殊榮，這也讓 AlphaFold 徹底確立為「AI 做出原創科學」的標準範例。