AI预测拓展结构生物学前沿

人工智能在科学中的角色一直备受争议，有观点认为它可能加剧研究的路径依赖。近日，一篇发表于bioRxiv的预印本研究提供了相反的实证证据。研究者利用2021年AlphaFold2的发布作为一次准自然实验，分析了Protein Data Bank中245,396个实验解析的蛋白质结构。结果发现，自20世纪90年代以来，蛋白质研究的新颖性（以蛋白质序列相似性衡量）持续下降，但在AlphaFold2发布后这一趋势被逆转。

具体而言，引用AlphaFold2的研究以及针对高置信度预测靶点的研究，其新颖性提升更为显著。研究者还进一步分析了248,1（原文截断，但推测为另一数据集）……这表明AI预测不仅没有窄化科研视野，反而有效引导了科研人员探索更有原创性的蛋白质靶点。

该研究为人工智能如何促进科学发现提供了新的视角。不过，作为预印本研究，其结论尚需经过同行评议的进一步验证。