Part 2 概述：AI for Life Science 全景🔗
关键词： AI for Science, 生命科学, 蛋白质结构预测, 蛋白质设计, 基因组学, 深度学习
难度： ⭐
预计阅读时间： 15 分钟
最后更新： 2026-04-08
本章导读🔗
2020 年，AlphaFold2 在 CASP14 中以碾压性优势预测出蛋白质结构，解决了结构生物学长达 50 年的"大挑战"。这一里程碑事件标志着 AI 在生命科学中从"辅助工具"升级为"核心方法论"。
此后短短几年间，AI 在生命科学的多个分支方向上实现了突破性进展：蛋白质设计从头走向实用、基因组语言模型学会了"读写"DNA、机器学习力场开始达到量子化学精度……
本章为 Part 2 的总览，帮助你建立对 AI for Life Science 整体格局的认知，了解各方向的发展现状和相互关系。
1. AI for Life Science 发展脉络🔗
1.1 关键里程碑时间线🔗
| 时间 | 事件 | 影响 |
|---|---|---|
| 2017 | Transformer 架构发布 | 奠定了后续所有基础模型的架构基础 |
| 2019 | ESM-1 蛋白质语言模型 | 首次将 NLP 方法用于蛋白质序列，开辟蛋白质表征学习方向 |
| 2020 | AlphaFold2 横扫 CASP14 | 蛋白质结构预测问题基本解决，诺贝尔化学奖（2024） |
| 2021 | RoseTTAFold | 华盛顿大学 David Baker 实验室的替代方案，三轨架构 |
| 2021 | AlphaFold DB 发布 | 2 亿个蛋白质结构预测公开，"结构生物学的 GenBank" |
| 2022 | ESMFold（Meta） | 不依赖 MSA 的单序列结构预测，速度快 60 倍 |
| 2022 | ProteinMPNN | 给定骨架的序列设计，蛋白质设计的关键拼图 |
| 2023 | RFdiffusion | 基于扩散模型的蛋白质结构从头生成，蛋白质设计的变革 |
| 2023 | ESM-3（Meta） | 多模态蛋白质生成模型（序列+结构+功能） |
| 2024 | AlphaFold3 | 统一预测蛋白质-核酸-小分子-离子复合物 |
| 2024 | Boltz-1 / Chai-1 | AF3 的开源替代方案 |
| 2024 | Evo（Arc Institute） | 基因组基础模型，学习 DNA 语言 |
| 2024 | MACE-MP-0 | 通用材料机器学习力场 |
| 2024 | 诺贝尔化学奖 | Demis Hassabis & John Jumper（AlphaFold）、David Baker（蛋白质设计） |
| 2025 | Evo 2 | 升级版基因组模型，131K 上下文 DNA 序列建模 |
| 2025 | AlphaFold3 开源 | Google DeepMind 完全开源 AF3 |
| 2025 | Protenix | 字节跳动开源的 AF3 复现 |
1.2 为什么 AI 在生命科学如此成功🔗
| 因素 | 说明 |
|---|---|
| 海量数据 | UniProt 有 2 亿+蛋白质序列，PDB 有 20 万+实验结构 |
| 序列→结构的物理规律 | 蛋白质折叠有明确的物理化学基础，数据中蕴含可学习的规律 |
| 进化信息 | 同源序列的协同进化包含丰富的结构约束信息 |
| 模型架构进步 | Transformer/扩散模型/图神经网络等架构的突破 |
| 计算资源普及 | GPU 集群越来越容易获取 |
| 开源文化 | 主要工具几乎全部开源 |
2. 主要研究方向概览🔗
2.1 蛋白质结构预测🔗
核心问题： 给定氨基酸序列，预测其三维空间结构。
现状： 单体蛋白质结构预测已基本"解决"。当前焦点转向： - 多链复合物预测 - 蛋白质-核酸/小分子相互作用 - 柔性区域和构象变化 - 预测的可靠性评估
核心工具： AlphaFold⅔、ColabFold、ESMFold、RoseTTAFold、Boltz-1、Chai-1
2.2 蛋白质设计与工程🔗
核心问题： 设计自然界中不存在的蛋白质，使其具有特定的结构或功能。
现状： 2023 年 RFdiffusion 发布后，蛋白质从头设计从学术探索进入实用阶段。已成功设计： - 全新拓扑结构的蛋白质 - 高亲和力的蛋白质结合器（binder） - 功能性酶 - 药物载体
核心工具： RFdiffusion、ProteinMPNN、ESM-IF、Chroma、FrameFlow
→ 详见 第 03 章
2.3 蛋白质功能注释与分析🔗
核心问题： 理解蛋白质的功能——它做什么、与谁互作、突变如何影响功能。
现状： 蛋白质语言模型（如 ESM-2）学到了丰富的序列-功能关系，可用于： - 功能预测和 GO 注释 - 突变效应预测（ΔΔG、致病性） - 蛋白质-蛋白质相互作用预测 - 活性位点预测
核心工具： ESM-2/ESM-3、ProtTrans、AlphaMissense
→ 详见 第 04 章
2.4 基因组学与 AI🔗
核心问题： 理解和预测 DNA/RNA 序列的功能、调控和进化。
现状： 基因组基础模型（Genomic Foundation Model）是 2024-2025 年的热点方向： - Evo / Evo 2：学习跨物种的 DNA 语言，可以生成功能性基因组序列 - Enformer：预测基因表达 - 大规模变异效应预测
核心工具： Evo 2、Enformer、Nucleotide Transformer、DNABERT
→ 详见 第 05 章
2.5 分子动力学与 AI 力场🔗
核心问题： 以接近量子化学精度、经典 MD 速度模拟分子运动。
现状： 机器学习力场（MLFF）正在迅速成熟，已有"通用力场"（可直接使用而无需针对特定体系训练）出现。
核心工具： MACE、DeePMD-kit、ANI、SchNet/NequIP、MACE-MP-0
→ 详见 第 06 章
2.6 方向间的联系🔗
这些方向不是孤立的。一个典型的蛋白质工程项目可能涉及：
3. 本部分章节导航🔗
| 章节 | 内容 | 建议阅读顺序 |
|---|---|---|
| 01 蛋白质结构预测：AlphaFold | AF2/AF3 原理与使用 | 必读 |
| 02 蛋白质结构预测：进阶工具 | ESMFold/RoseTTAFold/Boltz/Chai | 推荐 |
| 03 蛋白质设计与工程 | RFdiffusion/ProteinMPNN | 推荐 |
| 04 蛋白质功能注释与分析 | ESM-2/突变预测/互作预测 | 按需 |
| 05 基因组学与 AI | Evo 2/Enformer/DNA 建模 | 按需 |
| 06 分子动力学与 AI 力场 | MACE/DeePMD/ML 力场 | 按需 |
| 07 前沿进展与资源汇总 | 论文/数据库/学习资源 | 随时查阅 |
阅读建议： 如果你主要做结构生物学，01-03 章是核心。如果做基因组学方向，重点看 05。不确定的话，至少读完 01 和概述。
4. 入门建议🔗
4.1 零基础同学的学习路线🔗
如果你之前完全没有接触过 AI for Science：
- 先用起来：直接去 AlphaFold Server 提交一个序列，体验结构预测
- 读本手册的 01 章：了解 AlphaFold 的使用方法
- 补基础：根据兴趣方向，学习相关的机器学习基础
- 读论文：从 07 章的论文推荐列表开始
4.2 有计算背景同学的进阶路线🔗
如果你已经有一定的编程和机器学习基础：
- 安装和使用核心工具：本地跑 ColabFold、ESMFold
- 理解方法原理：精读 AlphaFold2、RFdiffusion 的原始论文
- 实践项目：选一个课题相关的蛋白质，走一遍"预测→设计→评估"的流程
- 关注前沿：订阅相关 Twitter/X、关注 bioRxiv 预印本
本章小结🔗
- ✅ AI 已经深刻改变了生命科学研究，从辅助工具升级为核心方法论
- ✅ 2024 年诺贝尔化学奖颁发给 AlphaFold 和蛋白质设计，标志着该领域的学术认可
- ✅ 主要方向包括：结构预测、蛋白质设计、功能注释、基因组学、AI 力场
- ✅ 各方向间紧密关联，可以组合使用
- ✅ 几乎所有核心工具都是开源免费的
- ✅ 建议从"用起来"开始，而不是从"学理论"开始
延伸阅读🔗
- AlphaFold 官网（2026-04 访问）
- Baker 实验室 2024 诺贝尔演讲: 设计蛋白质的新纪元
- Jumper & Hassabis 2024 诺贝尔演讲
- AI4Science 101 — AI for Science 入门资源
- Papers With Code - Protein Structure Prediction（2026-04 访问）