人工智能首次生成动态蛋白质的完整模型
一句话看懂：研究人员利用 AI 模型成功生成了蛋白质运动状态的完整三维结构，首次将蛋白质从静态快照推进到动态模拟阶段，有望大幅加速药物研发和机制理解。
事件核心：发生了什么
据 phys.org 报道，研究团队开发了一种新型 AI 模型，能够直接生成蛋白质在溶液中的运动轨迹及其对应的完整三维结构。此前，蛋白质结构预测主要依赖 DeepMind 的 AlphaFold2 等工具，但这些模型只能输出静态结构，无法捕捉蛋白质的构象变化与动态行为。新模型通过学习大量分子动力学模拟数据，实现了对蛋白质“运动态”的端到端生成，涵盖主链与侧链的全原子坐标。相关成果发布于科学期刊，并在业界引发关注。
为什么重要
蛋白质并非静止的刚性结构，其功能往往依赖于特定构象变化，例如酶催化、离子通道开闭或信号蛋白结合。以往 AI 结构预测只能提供“平均快照”，在药物设计时容易遗漏靶点运动中隐匿的结合位点。新模型将 AI 的应用从静态预测提升为动态生成，相当于为生物物理研究提供了可计算的“分子电影”。微软与 Meta 等公司此前也在蛋白质动态方面布局，但直接生成完整运动模型尚属首次，这改变了结构生物学领域长期以来依赖物理模拟的传统范式，有望显著降低计算成本与时间门槛。
对用户/开发者/创作者的影响
对于药物研发人员，动态蛋白质模型可直接用于虚拟筛选，评估药物小分子与靶点在不同构象下的结合亲和力，提高先导化合物命中率，减少实验试错成本。对于生物信息学开发者，该模型可能以 API 或开源代码形式提供，允许嵌入现有工作流，替代部分传统分子动力学模拟。对于算力服务商，这类生成模型依赖大量 GPU 推理资源，将催生对推理算力的新需求。目前公开信息显示，模型对蛋白尺寸和运动慢速过程仍有局限性，实际应用前需要更多验证与优化。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，模型是否开放代码或在线平台，以便学术界复现与测试。第二，该技术能否扩展到大型蛋白复合物或膜蛋白的运动模拟。第三，传统分子动力学模拟软件如 GROMACS 及竞品如 Rosetta 是否会快速跟进集成类似生成能力。第四，药物研发企业是否会率先将其纳入早期靶点评估管线，并公布与传统方法的速度对比数据。
来源：phys.org
