英伟达联合谷歌 DeepMind 等机构，开源 2800 余种病毒的蛋白复合物结构

英伟达宣布加入一个由全球多家科研机构组成的联盟，与谷歌 DeepMind、欧洲分子生物学实验室下属的欧洲生物信息研究所（EMBL-EBI）等伙伴一起，公开释放超过 2800 种病毒的蛋白质复合物预测三维结构。这些数据通过 AlphaFold 数据库向任何地方的科学家免费开放，目标是在下一次大流行到来之前，先把结构生物学的知识底稿存下来。

据英伟达博客介绍，数据集中的结构由 Google DeepMind 的蛋白质折叠预测模型 AlphaFold2 推算得出，并使用英伟达 BioNeMo 推理运行时进行优化，从而把推理规模扩展到数千个病毒蛋白质组，逐个预测其中编码的复合物，也就是彼此相互作用的一群蛋白质。

除了数据本身，英伟达还开源了用于生成本次数据集的 BioNeMo Structure Prediction Pipeline（结构预测流水线）。这是一条 GPU 加速的工作流，研究者可以把它用在自己的研究目标上，从蛋白质序列一路走到预测三维结构，而不必从零搭建推理链路。

数据的一个重要发现是新颖性：本次加入数据库的蛋白质相互作用中，约有三成是全新的，即从未被记录在蛋白质数据库（Protein Data Bank，实验测定蛋白质结构的主要存储库）中的相互作用形态。这意味着生物学界多出了一批可以直接探索、并用于生成新知识的对象。

为什么结构如此关键？大多数蛋白质并不单独工作，它们会组成复合物来完成复杂功能，而这些复合物往往正是疫苗或药物需要瞄准、以破坏病毒功能的目标。当年正是理解了新冠病毒刺突蛋白的三维结构，疫苗设计才有了基础；而对其他数千种病毒，这类结构知识至今仍然缺失，本次数据集开始填补这部分空白。

在方法层面，传统的结构解析需要把蛋白质结晶后再用 X 射线照射，单个结构可能耗时数年、花费数千美元；经过英伟达 GPU 优化的 AlphaFold2 则能在几分钟内给出一个预测结构，并支持批量计算，科学家随后可以用实验手段验证高置信度的预测结果。本次工作中，团队系统地梳理了已知能感染人类的病毒家族，覆盖范围从普通感冒病毒到 Mpox 这样的新发威胁。

这一联盟的参与者包括流行病防范创新联盟（CEPI）、EMBL-EBI、谷歌 DeepMind、英伟达、首尔大学、成均馆大学、瑞士生物信息学研究所和格拉斯哥大学。数据集释放的时间点，正好与本周在纽约举行的、由世界经济论坛召集的联合国大会流行病预防、准备与应对会议重合；AlphaFold 数据库目前累计已收录超过 2.6 亿个蛋白质与蛋白质复合物预测，覆盖几乎全部已编目的已知蛋白质。

参与者的表态点出了紧迫性。英伟达数字生物应用研究科学团队负责人 Chris Dallago 称这个数据库是“假设生成的引擎”；格拉斯哥大学分子病毒学教授 Joe Grove 则说，他们的做法是提前把知识囤起来。全球发展中心的分析估计，到 2050 年，全球遭遇一场与新冠同等严重的大流行概率约为 50%——这也意味着，开源结构数据的价值不只在科研效率，更在公共卫生的备战能力。