AlphaFold 为何仍未解决蛋白质折叠
AI 总结
在 Latent Space 的一场专题讨论中，Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 表示，AlphaFold 的突破只是起点：静态结构预测并未覆盖蛋白质动力学、无序区以及整体生物系统层面。两人认为，生物领域的规模化不能简单照搬“苦涩教训”，应先明确要解决的问题，再决定把资源投向建模、算力还是数据生成。他们举例称，用质量参差不齐的宏基因组序列训练蛋白质语言模型反而能提升设计真实蛋白质的表现，而构建“虚拟细胞”目前仍缺乏合适的数据。
深度见解
这提醒从业者，生物学 AI 的瓶颈常常在数据与问题定义，而不只是模型规模。