Demis Hassabis的AI发展历程 - 4岁学棋、7岁编程、16岁考入剑桥计算机科学系、22岁创办游戏公司、30岁攻读认知神经科学博士学位，随后创办DeepMind [1] - 2016年DeepMind开发的AlphaGo以4:1击败围棋世界冠军李世石，展示AI在复杂策略领域的潜力 [4] - 2018年AlphaFold在CASP比赛中夺冠，成功预测蛋白质3D结构，解决生物学界50年难题 [5] - 2024年因AlphaFold技术荣获诺贝尔化学奖 [5][10] Isomorphic Labs的创立与发展 - 2021年创立Isomorphic Labs，专注AI药物研发，依托AlphaFold技术成果 [3][10] - 2024年1月与诺华、礼来达成战略合作，分别获得3750万美元和4500万美元预付款，聚焦小分子疗法研发 [10] - 2024年5月与谷歌DeepMind联合发布AlphaFold 3，可精准解析药物中常见分子的相互作用 [10] - 2025年2月诺华宣布扩大合作范围，新增最多三个研究项目 [11] AlphaFold 3的技术突破 - Evoformer核心模块改进，高效处理分子信息，捕捉分子间复杂相互作用 [13] - 扩散网络生成分子3D结构，迭代优化原子位置，生成精确3D结构 [14] - 覆盖全类别生物分子，包括DNA、RNA、配体等，较AlphaFold 2范围更广 [14] - 分子相互作用预测精度较传统方法提升至少50%，部分场景下精度翻倍 [14] AI药物设计引擎的核心优势 - 技术层面：凭借AlphaFold 3高精度预测能力，解析药物与靶点结合模式，提升设计成功率 [16] - 效率层面：替代人工实验，缩短药物发现周期，从5-10年降至1-2年甚至更短 [16] - 应用层面：兼容全类别生物分子，可探索肿瘤、免疫病、罕见病等多个领域 [17] AI制药行业趋势 - 2025年全球AI制药市场规模预计达200亿美元，年复合增长率超30% [19] - AI技术正从辅助工具转变为药物研发重要驱动力，覆盖从靶点发现到临床研究的全链条 [20] - 谷歌和Meta等公司公开大量蛋白质结构数据，为研究提供支持 [20] - 斯坦福医学院和英矽智能等机构已利用AI技术取得显著药物研发成果 [20]

2003年，科学家首次对人类基因组进行测序，揭示了构成我们生命"蓝图"的全部DNA序列。尽管98%的 基因组不直接编码蛋白质，它们仍深刻影响着基因的调控和细胞功能。这些非编码区域曾被视为"垃圾 DNA"，但如今被认为可能蕴藏着重要的生物学秘密，就像是基因界的"暗物质"。 今年6月25日，"深度思维"公司宣布，他们开发出一款名为AlphaGenome（阿尔法基因组）的人工智能 （AI）模型，有望在破译这一"暗物质"上取得突破。《自然》杂志报道称，这一"从序列到功能"的模型 能预测DNA中微小变化会对一系列分子过程产生的影响，为解码人类基因调控机制提供了新路径。 解释DNA序列的"一体化"工具 深度思维公司在2020年推出的"阿尔法折叠2"（AlphaFold 2），成功破解了一个困扰科学界数十年的难 题：如何根据蛋白质的氨基酸序列，准确预测其三维结构。这一突破不仅改变了结构生物学研究方式， 也推动了新药研发的进程。 相比之下，要理解DNA序列的功能则更加复杂，因为它不像蛋白质那样拥有一个确定的"正确答案"。 这些功能主要体现在DNA对基因表达的调控上，比如决定基因什么时候开启或关闭，在哪些细胞中发 挥作用，以及 ...