蛋白質是人體內的微觀工作者，驅動著從氧氣運輸到肌肉收縮等各種生理功能。它們複雜的三維結構決定了其功能，理解這些結構形狀是揭示生命本質的關鍵。

由 Google DeepMind 開發的人工智慧工具 AlphaFold，能在幾分鐘內準確預測從氨基酸序列到蛋白質結構的過程，這項任務在過去需要多年的實驗才能完成。這一突破性成果使 AlphaFold 的創造者們在 2024 年 10 月獲得了著名的諾貝爾化學獎。

AlphaFold 資料庫中包含超過 2 億個預測蛋白質結構，全球有超過 250 萬使用者在使用，其中亞太地區就有超過 100 萬使用者，用於推進生物學和醫學研究。其中包括由新加坡科技研究局 (A*Star) 領導的一個多學科研究團隊，他們正在研究帕金森病。

帕金森病是一種影響全球數百萬人的神經退行性疾病，會影響運動能力和生活品質。早期診斷仍然是一個挑戰，這阻礙了及時干預和治療。A*Star 與杜克-新加坡國立大學醫學院和國家神經科學研究所合作，正在使用 AlphaFold 研究一種名為 Stip1 (應激誘導磷蛋白 1) 的特定蛋白質在疾病發展和進程中的作用。

Stip1 在大腦和腎臟中大量表達，在確保其他蛋白質正確摺疊方面發揮重要作用。在各種疾病中都發現了 Stip1 水準升高，包括帕金森病和阿爾茨海默病。特別是，帕金森病患者的 Stip1 增加與自身抗體的上升相關，這些抗體會錯誤地攻擊身體自身的組織和蛋白質。

在一次媒體簡報會上，A*Star 新加坡免疫網路的研究員 Jackwee Lim 解釋了 AlphaFold 如何説明理解 Stip1 的結構和相互作用。

"AlphaFold 使我們能夠創建 Stip1 的 3D 模型，顯示其不同結構域以及它們如何以線性或非線性方式在空間中相互作用，"Lim 說。該模型被用來繪製與 Stip1 協同工作促進蛋白質摺疊的其他蛋白質（如 HSP70 和 HSP90）的結合位點。這將説明研究人員瞭解自身抗體如何破壞 Stip1 的正常活動，導致錯誤摺疊的蛋白質聚集，這是神經退行性疾病的特徵。

這項正在進行的研究在開發帕金森病的血液診斷方面具有巨大潛力。測量 Stip1 特異性自身抗體可能提供一種早期檢測方法，實現及時干預。該團隊的工作證明瞭 AlphaFold 在加快研究進程方面的強大能力，提供了以前無法獲得的見解。

除了帕金森病，AlphaFold 在該地區還有多種應用。例如，在菲律賓，國際水稻研究所的研究人員正在使用 AlphaFold 研究水稻的磷酸化作用，這是控制水稻植物如何應對環境壓力的關鍵過程。

通過預測參與這一過程的蛋白質的三維結構，科學家們希望找出使某些水稻品種對乾旱和疾病更具抵抗力的分子機制，最終開發出更強壯的水稻品種，為糧食安全作出貢獻。

研究人員還使用 AlphaFold 來理解蜜蜂免疫系統中的一種關鍵蛋白質，將研究時間從數年縮短到數天，為改善這種對授粉和農業至關重要的關鍵物種的生存奠定了基礎。

去年，Google DeepMind 發佈了 AlphaFold 的新版本，使科學家能夠預測更複雜的生物分子結構，如 DNA、RNA、配體和離子，從而對生物相互作用有更豐富和全面的認識，Google DeepMind 的產品經理 Dhavi Hariharan 說。

然而，像 AlphaFold 這樣強大技術的廣泛可用性也引發了倫理問題。Hariharan 表示，公司在發佈 AlphaFold 之前進行了全面的倫理審查，得出結論認為其好處遠遠超過潛在風險。她補充說，公司還優先考慮使 AlphaFold 對全球研究人員開放，不論其資源如何，並正在積極提供教育資源和支援，以促進該技術的使用。