科研成果的降维打击：AlphaFold3之后，生物学家还怎么混？
就像你刚换上新手机觉得天下无敌，结果下个月就出新一代一样——搞结构生物学那帮人，心情大概跟这差不多。
上个月，DeepMind悄没声扔出来个AlphaFold3。不是beta，不是预告，直接可用的论文和服务器。行吧。
说实话，我觉得AI现在有点不讲武德。你说你预测蛋白质结构都已经准到没朋友了，好家伙，这次连DNA、RNA、小分子、离子……统统给你包圆儿了。一幅‘我不是针对谁，在座的都是乐色’的架势。
AlphaFold3预测的蛋白质与DNA复合物分子结构渲染图
一夜之间，结晶成了玄学？
一夜之间，结晶成了玄学？
以前，搞结构生物学，最怕的就是养晶体。那玩意儿简直比养孩子还难。温度、湿度、pH值，稍微抖一抖，几个月白干。我有个师兄，养了三年晶体，最后养出来一颗盐。真的，就是氯化钠。他在实验室骂了整整一周。
现在AlphaFold3直接给你算，几分钟出图，精度高得吓人。你辛辛苦苦养三年，不如AI跑三分钟。这落差，搁谁受得了？
不过话说回来，也不是没好处。那些难啃的膜蛋白——你知道吧，就是那种死活不肯结晶的刺头——现在总算能看看它长啥样了。搞药物设计的，简直像过年。他们以前对着一个不知道形状的靶点瞎猜，现在直接拿到高清模型，爽翻了。
但，也滋生出一些‘奇怪’的现象。最近有实验室开始‘反向操作’：先用AlphaFold3预测，然后去设计实验验证……结果发现它预测的有些作用机制，比真人猜的还合理。这就尴尬了——科学家开始怀疑自己的脑子是不是被驴踢了。
AI博士后的内卷，比996还夸张
你想想，以前一个博士生吭哧吭哧五年，解析出一个高分辨率结构，那就是诺奖级成果。能发Nature、Science。现在？谷歌的服务器一开，你还没起床呢，人家把人类所有蛋白质结构预测完了，还顺带预测了差不多两亿个。两亿……你数数，这得多少篇论文？我们系有个老师，看着自己攒了十年的数据，默默点了支烟，说：‘我这辈子，是不是白活了？’
这还没完。AlphaFold3更狠，直接开源了部分代码和模型。虽然最核心的训练代码没给，但给你的东西足够让全世界实验室疯狂跟进。上个星期，开组会，老板第一句话：‘那个，AlphaFold3你们都用上了吗？’ 底下鸦雀无声。不是没用，是大家都在偷偷用，生怕别人知道自己在用AI作弊，显得自己以前的方法很蠢。
当然，也有不服的。几个欧洲的组还在杠，说预测结构没有实验结构真实，什么动力学信息缺失啦，什么组装态不够准啦。但他们的声音越来越小，因为AlphaFold3连动态构象都能给出概率了……虽然还不完美，但打脸来得太快就像龙卷风。
科研人员看着电脑上AI预测结果陷入沉思的表情特写
但别急着开香槟，坑还多着呢
但别急着开香槟，坑还多着呢
先泼盆冷水。这玩意儿目前最大的问题——它太‘完美’了。完美的有些假。你懂我意思吧？真实生物体内的蛋白质，哪有那么规整？各种翻译后修饰、撞车、被其它蛋白蹂躏……那是一锅浑水。而AlphaFold3给出的，往往是它在真空里、孤独状态下最美的样子。像极了相亲网站上的照片。见面一聊，完全不是那么回事儿。
还有啊，现在发文章，你要是只拿AlphaFold预测了个结构，杂志编辑都懒得送审。为什么？因为太容易了呗。我都能想象审稿人的回复：‘Please provide experimental validation.’ 所以实验还得做，晶体还得养，只是焦虑换了种方式。
再说个扎心的。谷歌虽然开源了，但他们自己留了一手最关键的训练数据和算力。万一哪天他们不玩了，或者改成天价收费，整个学界立刻熄火。这不是阴谋论，商业公司嘛，都是为了……对吧。我们不能把整个科研大厦建在别人的服务器上。
不过，情绪归情绪。这波科研成果，实打实地把生物医学往前推了一大截。以前十年磨一剑，现在可能一年磨好几把。就是磨得太快，有点割手。最后，想对那些还在用‘传统手艺’的同行说：拥抱新工具吧，不丢人。丢人的是，明明有高铁了，你还非要用两条腿走，还嘲笑坐车的。咱们比的是谁能跑到下一站，又不是比谁腿粗。对吧？