已验证70% 置信事实精确时间

AlphaFold通过深度学习技术解决了困扰生物学界50年的蛋白质折叠问题，即从氨基酸序列预测蛋白质三维结构

4

来源数

70%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

哈萨比斯的AI安全蓝图：DeepMind如何应对超级智能风险

相关事实

待验证AlphaFold3扩展到蛋白质-核酸-小分子复合物的结构预测74% 相似待验证ProteinMPNN利用消息传递神经网络在给定骨架结构条件下预测最优氨基酸序列,解决逆折叠问题72% 相似待验证以AlphaFold和RFdiffusion为代表的深度学习方法设计的候选蛋白分子在湿实验中命中率通常只有10-15%70% 相似待验证结构生物学家通过X射线晶体学和冷冻电镜积累的蛋白质数据银行（PDB）中包含超过20万个蛋白质结构，构成了AlphaFold训练的基础69% 相似待验证一个能设计有益蛋白质的模型和一个能设计危险序列的模型在底层能力上可能高度重叠68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/528133

API

curl https://kongchang.com/api/v1/knowledge/claims/528133

MCP

get_claim(id=528133)