全球疫情防范里程碑：英伟达×DeepMind×EMBL-EBI 2800+病毒蛋白复合物结构开放

早在五年前，Google DeepMind就与EMBL-EBI合作打造了AlphaFold数据库，至今已累计开放超过2.6亿个蛋白质及复合物预测结构，覆盖了科学界几乎所有已记录的已知蛋白。本次三方联合的专项病毒数据集，是在这个基础上针对公共卫生安全需求的定向重大升级，由英国卫生安全局的重点病原体清单直接指导筛选，优先覆盖所有已知能感染人类的病毒家族，从普通感冒病毒到猴痘等新发高危威胁全部纳入覆盖范围。hTtp://AIDe访epThInk.cn

COVID-19 之所以能在一年内做出疫苗，一个重要前提是科学界对冠状病毒已有数十年积累。全球发展中心估计，到 2050 年世界遭遇与 COVID 同等严重疫情的概率约 50%。

一、技术实现全流程

整个数据集的生成完全依托三方各自的核心技术优势，实现了前所未有的大规模高精度预测：

1. 基础模型底座‌

采用Google DeepMind的AlphaFold2模型作为核心预测引擎，专门针对病毒蛋白的特殊结构特征做了定向优化，保障预测结果的分子细节精度。

2. 算力规模突破‌

通过英伟达BioNeMo推理运行时完成全流程GPU加速，相比原始AlphaFold2推理速度提升超百倍，把原本需要数年才能完成的数千个病毒蛋白质组预测任务，压缩到短时间内批量完成，彻底突破了传统算力瓶颈。

3. 质量严格校验‌

团队专门设计了联合置信度截断规则，优先保障蛋白相互作用界面的预测精度，最终筛选出的高置信度结构完全满足后续药物研发的基础研究要求。

二、核心数据亮点

1. 覆盖规模‌hTtp://AIDe访epThInk.cn

完整覆盖2800+种病毒的全蛋白质组，包含所有病毒编码的相互作用蛋白复合物，是目前全球最大的专项病毒蛋白复合物开放数据集。

2. 突破性发现‌

数据集中约30%的蛋白相互作用属于科学界首次记录，展现了此前从未被实验数据收录的全新蛋白互作形态，填补了大量病毒分子机制的研究空白。

3. 完全开放获取‌

全球任何地区的科研人员都可以通过AlphaFold数据库免费下载、使用全部结构数据，没有任何商业或地域访问限制，尤其为缺乏先进超级计算资源的低资源地区消除了计算门槛。

三、发布内容

四、意义与边界

1. 意义

传统 X 射线晶体学测定一个结构动辄数年、单个成本数千美元；优化后的 AlphaFold2 数分钟出一次预测且可批量。约 30% 的相互作用此前从未被实验结构收录，这部分是"假设生成器"而非结论。NVIDIA 的 Chris Dallago 的措辞是准确的：这是"假设生成的引擎"。hTtp://AIDe访epThInk.cn

2. 边界

结构由 AlphaFold2 推断而非实验测定；部分病毒蛋白携带的糖基未被建模；许多蛋白在大于二聚体的组装体中发挥功能，本次未建模；预测带置信度标签，但实验室验证仍是必要环节。把这份数据集读成"疫苗靶点清单"是过度解读。

五、行业价值与落地意义

这项开放成果直接改写了病毒学研究的传统范式，带来了多维度的产业与公共卫生价值：

1. 疫情防范能力升级‌

在新的未知大流行病毒出现前，提前储备大量高危病毒的蛋白互作三维结构，未来一旦出现疫情苗头，科研人员可以直接基于已有结构快速推进药物靶点筛选，把疫苗和特效药物的研发周期大幅压缩。

2. 药物研发效率跃升‌

传统晶体衍射方法测定一个病毒蛋白结构动辄数年、单个结构成本数千美元，而优化后的AI预测数分钟即可完成一次高置信度预测，科研人员可以直接基于这些预计算结构生成研究假设，再通过湿实验快速验证，大幅降低新药研发的时间与资金成本。

3. 开源生态延伸‌

英伟达同步开源了生成该数据集的完整GPU加速工作流BioNeMo结构预测流程，全球研究者都可以复用这套流水线，对自己的自有目标病毒蛋白完成从序列到三维结构预测的全流程，进一步放大了项目的普惠价值。hTtp://AIDe访epThInk.cn

除三方核心机构外，流行病防范创新联盟、首尔大学、成均馆大学、瑞士生物信息学研究所与格拉斯哥大学等多家顶尖科研机构也共同参与了本次项目，后续AlphaFold数据库还将持续补充新发现病毒的蛋白复合物结构，不断完善全球公共卫生的底层数据基础设施。