英伟达、谷歌 DeepMind、EMBL-EBI 等机构联合发布覆盖2800多种病毒的蛋白质复合物三维结构预测数据，结果已在 AlphaFold 数据库公开。该数据由 AI 预测并经推理优化，旨在为病毒研究和疫情预防提供假设与靶点线索，但需要实验验证才能用于临床或公共卫生决策。
英伟达、谷歌 DeepMind、欧洲分子生物学实验室欧洲生物信息学研究所（EMBL-EBI）及多家研究机构，公布了覆盖2800多种病毒的蛋白质复合物三维结构预测数据。相关结果已通过 AlphaFold 数据库 开放获取，研究人员可以借此提前研究可能参与病毒感染的蛋白质及其相互作用。
这项工作并不是一次疫苗或治疗方案的发布。数据集中的结构由人工智能模型推断得出，主要用于提出研究假设、寻找潜在靶点和帮助研究人员设计后续实验。蛋白质复合物是否以预测的方式存在、这些相互作用是否会影响病毒行为，仍需要实验室验证。
英伟达在9月24日发布的官方说明称，新数据由 AlphaFold2 预测，并使用 NVIDIA BioNeMo Inference Runtime 进行推理优化，以便对大量病毒蛋白质组开展批量分析。EMBL-EBI在同日发布的项目介绍则说，这一合作优先覆盖已知能够感染人类的病毒家族。
为下一次疫情提前建立分子层面的知识
病毒并不是由单个蛋白质独立完成感染过程。多个蛋白质会组成复合物，参与病毒复制、进入宿主细胞以及逃避免疫系统等过程。了解这些复合物可能采取的三维形态，可以帮助研究人员判断病毒表面哪些区域可能适合作为诊断、药物或疫苗研究的靶点。
这项工作覆盖的病毒范围从普通感冒相关病毒家族，到猴痘等新出现或重新受到关注的病毒。EMBL-EBI表示，数据集还包括一些研究较少的病毒，这可能为资源有限、但经常处在传染病暴发前线的地区提供更低门槛的研究资料。
项目合作方包括 EMBL-EBI、谷歌 DeepMind、英伟达、首尔国立大学、格拉斯哥大学、瑞士生物信息学研究所、流行病防范创新联盟（CEPI）以及韩国成均馆大学。EMBL-EBI还指出，数据集中有一部分复合物由瑞典隆德大学的研究人员独立计算完成。
这一发布与联合国大会有关疫情预防、准备和应对的高级别会议相呼应。联合国会议定于9月25日在纽约举行，讨论各国自2023年以来加强全球疫情防范能力的承诺。参与者也将讨论人工智能如何支持诊断、治疗和疫苗开发。
疫情风险并非只在疫情发生时才出现。EMBL-EBI引用的全球发展中心分析估计，在未来25年内，再次出现严重程度达到新冠疫情水平的全球大流行的概率约为47%至57%。这一估算来自2021年的流行病与灾难风险建模，并不是对某一次具体疫情的预测，但它说明了为什么研究人员希望在下一种病原体出现前，先积累尽可能多的基础知识。
从单个蛋白质到蛋白质复合物
AlphaFold 数据库最初主要以单个蛋白质结构预测为核心。谷歌 DeepMind与EMBL-EBI在五年多前建立该数据库，目的是让全球研究人员免费使用大规模的蛋白质结构预测结果。数据库目前已经包含超过2.6亿条蛋白质及蛋白质复合物预测记录，覆盖几乎所有已编目的蛋白质。
此次新增内容进一步把重点放在“蛋白质如何共同工作”上，而不仅仅是某一个蛋白质单独的形状。英伟达表示，新加入的部分蛋白质相互作用此前没有在 Protein Data Bank 中记录，约30%的相关相互作用属于此前未被记录的结构关系。
不过，这里的“未被记录”并不等同于“已经证明不存在”或“已经发现了新的病毒机制”。它首先意味着这些相互作用形态没有出现在以实验测定结构为主的 Protein Data Bank 中。预测结果可以帮助研究人员决定下一步要检验什么，但不能替代晶体学、冷冻电镜、生化实验或细胞实验。
传统蛋白质结构测定往往需要较长时间和较高成本。相比之下，AlphaFold2可以在计算机上快速生成结构预测，并支持大规模运行。BioNeMo的推理优化进一步降低了批量处理大量蛋白质序列的计算门槛。
英伟达同时开源了用于生成这批数据的 BioNeMo Structure Prediction Pipeline。研究人员可以根据自己的蛋白质序列和研究目标，使用这一流程开展结构预测。该代码仓库采用 Apache 2.0 许可证，但具体研究仍需要根据输入数据、模型版本、置信度和实验设计评估结果的可靠性。
“预测”与“实验确认”之间仍有距离
AlphaFold 数据库为每条结构预测提供置信度信息，但置信度高并不代表该结构已经通过实验观察，也不代表它在细胞或人体内一定以同样方式发挥作用。
EMBL-EBI明确提醒，预测出的蛋白质结构可以显示病毒蛋白质可能的形态，以及它们可能如何相互作用，但不能预测基因变异会怎样改变病毒，也不能直接回答病毒与宿主之间的全部相互作用。仅凭这些结构预测，研究人员不能判断某种突变是否会让病毒变得更致命或更容易传播。
格拉斯哥大学病毒学教授 Joe Grove 在项目介绍中说，蛋白质复合物结构本身不能说明病毒发生突变后会出现什么变化，也不能解释为什么一些病毒能够扩散，而另一些病毒不能。他认为，这些结果为基础研究和反制措施开发提供了基础知识，但并不会让危险病原体的工程化变得更容易。
这也是这项工作的关键边界：它把更多信息提前放到了研究人员手中，却没有把计算结果直接变成医学结论。任何涉及诊断、药物、疫苗或公共卫生决策的应用，都仍需经过独立研究、实验测试、临床评估和监管审查。
AI在生命科学中的价值越来越多地体现为“扩大可探索的范围”，而不是替研究人员完成最终判断。AIFlux此前报道的谷歌把AI推向科学与公共服务的案例显示，基因组研究、疾病筛查和灾害预测等领域同样需要把企业披露的早期结果与公开数据、独立评估和真实部署效果区分开来。
开放数据能否转化为更快的公共卫生响应
对于疫情防范而言，公开数据的意义不只在于增加数据库中的条目数量。研究人员还需要能够检索、复现和比较这些结果，并把结构预测与病毒基因组、流行病学信息、实验测定结果及临床开发流程连接起来。
AlphaFold数据库的疫情防备门户试图降低这一过程的入口门槛。研究人员可以在AlphaFold Database的 Pandemic Preparedness Portal中查看相关病毒结构预测，再根据置信度和研究问题筛选目标。对缺少大型计算基础设施的研究团队来说，直接访问已生成的数据，也可以减少重复计算的需要。
但开放获取并不自动等于公平使用。设备、网络、专业人员、实验条件和监管能力，都会决定一个团队能否把预测结果转化为可验证的研究。EMBL-EBI因此把降低资源有限地区的研究门槛，视为开放数据的重要目标之一。
更现实的衡量标准，可能不是数据集发布当天新增了多少结构，而是这些结构能否在未来几年被研究人员验证、用于发现新的生物学机制，或帮助缩短诊断和反制措施的研发时间。当前可以确认的是，一批围绕人类感染性病毒的蛋白质复合物预测已经公开；至于它们最终能否改变疫情响应速度，仍有待后续研究和实验结果回答。
英伟达、谷歌 DeepMind和EMBL-EBI此次发布的更准确定位，是一项面向全球科研社区的基础设施建设：它把人工智能推断出的分子结构提前整理并开放出来，为未来的病毒研究提供起点，但并没有跳过科学验证本身。