主要观点总结
文章介绍了人工智能在蛋白质科学领域带来的颠覆性影响，尤其是 AlphaFold2 解决了蛋白质结构预测问题，但并未完全改变蛋白质科学的研究范式。文章详细讨论了蛋白质折叠问题的历史，从早期实验学家使用 X 射线晶体学解析蛋白质结构，到计算生物学家尝试通过算法预测结构，再到 AlphaFold 的出现及其影响。同时，探讨了人工智能在蛋白质科学领域的突破性进展，特别是 AlphaFold 如何改变蛋白质结构预测，并引发关于科学未来和人工智能角色的深刻思考。如今，人工智能正在颠覆蛋白质科学，但或许并未终结它，事实是怎样的？
关键观点总结
关键观点1: 蛋白质折叠问题的历史
从早期实验学家使用 X 射线晶体学解析蛋白质结构，到计算生物学家尝试通过算法预测结构，再到 AlphaFold 的出现及其影响。
关键观点2: AlphaFold2 的颠覆性影响
解决了蛋白质结构预测问题，但并未完全改变蛋白质科学的研究范式。
关键观点3: 人工智能在蛋白质科学领域的突破性进展
AlphaFold 的成功展示了人工智能在蛋白质结构预测方面的能力，并引发对科学未来和人工智能角色的思考。
关键观点4: AlphaFold2 的局限性与挑战
虽然 AlphaFold2 解决了蛋白质结构预测问题，但它在模拟蛋白质在复杂环境中的行为时存在局限，并需要实验验证。
关键观点5: 未来展望
人工智能在蛋白质科学领域的成功可能会推广到其他科学领域，但科学家需要保持对自然过程的理解。
文章预览
大数据文摘授权转载自学术头条 原文作者： Yasemin Saplakoglu 编译：马雪薇 【编者按】一维的分子链如何正确折叠成特定的三维形状，这被称为蛋白质折叠问题。三年前，谷歌的 AlphaFold 实现了迄今为止科学界最大的人工智能（AI）突破——蛋白质结构预测准确率超过 90%。 这加速了分子研究，并引发了关于我们为什么要做科学的深层次问题。然而，这是否意味着人工智能永远改变了蛋白质科学的研究范式？ 日前，Quanta Magazine 科学作家 Yasemin Saplakoglu 在一篇长文中详细介绍了蛋白质折叠问题的历史——从早期实验学家使用 X 射线晶体学解析蛋白质结构，到计算生物学家尝试通过算法预测结构，再到 AlphaFold 的出现及其带来的颠覆性影响。同时，她也探讨了人工智能在蛋白质科学领域的突破性进展，特别是 AlphaFold 如何改变蛋白质结构预测，并引发关于
………………………………
