新智元報道

【新智元導讀】AlphaFold 稱霸蛋白質 AI 多年，剛剛被正面戰勝了！扎克伯格旗下 Biohub 發布 ESMFold2，一口氣預測 11 億個蛋白質結構，比 AlphaFold 多 8 億條，完全開源！

AlphaFold 王座告急！

Nature 刊文：扎克伯格旗下 Biohub 放了一記王炸，一口氣發布11 億個蛋白質結構預測，比 AlphaFold 數據庫多出8 億條。

背后的 AI 模型 ESMFold2 號稱性能全面超越 AlphaFold3。

更關鍵的是，完全開源，不限商用。

https://www.nature.com/articles/d41586-026-01686-3

谷歌 DeepMind 苦心經營多年的蛋白質 AI 霸主地位，正在被一個開源攪局者動搖。

蛋白質 AI 賽道的格局，可能要重寫了。

11 億個蛋白質結構，一把端上桌了

5 月 27 日，扎克伯格夫婦創建的生物醫學機構 Biohub，正式上線了名為 ESM Atlas 的蛋白質結構數據庫。

11 億個預測蛋白質結構，外加 68 億條蛋白質序列信息。

AlphaFold 的數據庫積累了超過 2 億個結構預測，ESM Atlas 一來就多出 8 億條。

生成這些預測的 AI 模型叫 ESMFold2，由 Biohub 科學負責人 Alex Rives 帶隊開發。

Rives 說：

這個圖譜展示了蛋白質生物學的全貌，尤其是那些最未知的部分。

蛋白質結構預測為什么重要？

蛋白質是生命運轉的核心零件，知道它的形狀就能理解它的功能，進而設計新藥、攻克疾病。

AlphaFold 靠這個拿了諾貝爾化學獎，是 AI 改變科學的標志性案例。

現在一個新模型拿著大 5 倍的數據集站了出來。

作為 AI 模型，ESMFold2 強在哪

ESMFold2 走了一條和 AlphaFold 不同的技術路線。

它基于 2024 年發布的「蛋白質語言模型」構建，核心思路借鑒了 NLP 領域的做法，把蛋白質序列當作「語言」來理解，在數十億條蛋白質數據上訓練，讓模型學會從序列直接預測三維結構。

AlphaFold 的 AI 同行們看到這里應該會覺得熟悉，這和大語言模型學習人類語言的邏輯是一樣的。

訓練數據的覆蓋范圍是關鍵變量。

ESMFold2 納入了大量來自土壤、海洋等環境的微生物蛋白質數據，這部分在 AlphaFold 的數據庫里是空白的。

覆蓋面更廣，模型見過的「蛋白質世界」就更完整。

Biohub 團隊稱，ESMFold2 在預測蛋白質之間相互作用的復合結構方面，表現優于 AlphaFold3。

但最有說服力的不是跑分，而是落地驗證。

團隊用 ESMFold2 設計了全新的蛋白質，拿到實驗室合成測試，高比例的設計按預期起效了。

從「預測」到「設計」再到「驗證」，這條鏈路跑通，價值就從論文延伸到了真實世界。

全部開源，這才是最大的殺手锏

ESMFold2 最鋒利的競爭武器，是完全開源且不限商用。

這個選擇的戰略意義，放到整個 AI 行業的語境下看更清楚。

AlphaFold 雖然有開放數據庫，但 AlphaFold3 在發布初期對商業使用做了限制。

谷歌 DeepMind 旗下的 Isomorphic Labs 今年推出的蛋白質相互作用預測模型更是完全閉源。

拓展閱讀：谷歌發布「AlphaFold 4」，不再開源！性能碾壓上一代

MIT 的計算生物學家 Ovchinnikov 直接點明了開源的價值，「我預計很多人會很興奮地想試一試 ESMFold2。」

開源 AI 的杠桿效應在大語言模型賽道已經被充分驗證，Meta 的 Llama 系列就是最好的例子。

一個足夠強的開源模型，能撬動全球社區去迭代、應用、發現原始開發者自己都沒想到的用法。

蛋白質 AI 領域的情況更特殊，全球有大量實驗室和研究機構迫切需要一個免費、無限制的結構預測工具，閉源模型再強，能觸達的用戶群就那么大。

Biohub 選擇全面開源，跟 Meta 在大語言模型上的打法一脈相承。

扎克伯格系在 AI 領域的策略越來越清晰——用開源做基礎設施，用生態做護城河。

同行大牛，買不買賬？

學界反應積極，但保留意見也很明確。

瑞典隆德大學的 Gemma Atkinson 稱 ESM Atlas 「應該成為生物學的非凡資源」。

倫敦大學學院的 Christine Orengo 認可其價值，但強調預測結果需要獨立驗證。

更尖銳的問題來自首爾國立大學的 Martin Steinegger。

他關心的是，ESMFold2 面對那些與已知蛋白質差異很大的「新結構」時，表現到底如何。

他的團隊此前發現，ESMFold 第一版在這方面并不出色。這個問題對 ESMFold2 依然懸而未決。

MIT 的 Ovchinnikov 給出了最冷靜的判斷，他認為 ESM Atlas 更適合定位為 AlphaFold 數據庫的補充。

他還指出，Isomorphic Labs 的閉源模型以及一些 Biohub 沒有直接拿來對比的開源模型，也取得了類似水平的成果。

ESMFold2 的領先幅度，可能沒有論文暗示的那么大。

這種審慎，恰恰折射出蛋白質 AI 賽道的競爭已經白熱化。

開源、閉源、學術、商業，各路模型都在以極快速度迭代。

今天的「最強」，半年后可能就被刷新。這個節奏，和大語言模型賽道的軍備競賽已經非常像了。

當 AI 開始讀懂生命的源代碼

過去，解析一個蛋白質的三維結構可能需要幾個月到幾年的實驗室工作。

AlphaFold 第一次證明 AI 可以在幾分鐘內做到。

現在 ESMFold2 把預測規模推到了 11 億量級，覆蓋了大量此前從未被解析的蛋白質。

沿著這條路往前推演，當 AI 能精準預測所有蛋白質結構，能設計全新的功能性蛋白質且實驗驗證有效，那距離 AGI 在生命科學領域的落地，可能比大多數人預想的更近。

如果 ASI 真正到來，生物學對它而言不再是需要「研究」的學科，而是可以被「工程化」的系統。

從分子層面設計生命，按需定制蛋白質，重寫進化的規則。

這聽起來像科幻，但 ESMFold2 這類工具正在一步步把「科幻」變成「工程問題」。

今天，11 億個蛋白質結構被攤開在桌上，全球任何有網絡連接的科學家都可以免費取用。

這意味著，AI 理解生命的能力，又上了一個臺階。

參考資料：

https://www.nature.com/articles/d41586-026-01686-3

編輯：馬可