比拟AlphaFold3，美国推出新一代蛋白预测系统OpenFold

潘 展|整理

近日，科学家发布了一款新型开源人工智能（AI）模型的预览版，该模型可预测蛋白质的三维结构。科学家表示，其性能已接近谷歌DeepMind具有革命性意义的蛋白质折叠AI模型AlphaFold3。

这款名为OpenFold3的系统由OpenFold联盟开发。该联盟是一家由学术机构与私营研究团队组成的非营利性合作组织，总部位于美国加利福尼亚州戴维斯市，隶属于开放分子软件基金会（OMSF），背后汇聚了哥伦比亚大学AlQuraishi实验室、劳伦斯利弗莫尔国家实验室生物韧性项目等顶尖科研力量，以及诺和诺德、拜耳等37家行业巨头联盟成员的支持。

AlphaFold3模型图，图片来源：Google DeepMind

01

OpenFold与AlphaFold

OpenFold的核心功能是从氨基酸序列到三维结构的精准预测，研究者只需输入蛋白质的氨基酸序列，模型就能快速输出其折叠形成的三维结构。该模型训练数据涵盖超过30万个分子结构，以及一个包含4000多万个结构的合成数据库。截至目前，其开发成本已达1700万美元。

真正让OpenFold脱颖而出的，是它首次实现了蛋白质与其他分子相互作用结构的预测能力。无论是涵盖市面上大多数药物的小分子配体还是核酸，OpenFold都能精准模拟它们与蛋白质结合后的共折叠结构。这一突破对药物研发意义重大，以往需要大量实验验证的药物-靶点结合效果，如今可通过模型提前预测，显著降低研发成本与风险。

OpenFold最核心的优势，在于其完全开源的属性。它采用Apache 2.0许可协议，所有软件组件均无保留开放。所有用户可自由测试或用新数据集训练模型、开发新应用，甚至可以根据需求调整模型代码。这是部分开源的AlphaFold3无法实现的。

OpenFold联盟部分成员 图片来源：公司官网

与AlphaFold3的产业场景限制相比，OpenFold实现了学术+产业双场景覆盖。尤其满足了企业自定义开发的需求。例如，企业可结合自有数据，针对特定疾病的靶点蛋白微调模型，提升预测精准度。

OpenFold基于PyTorch框架构建，同时支持在 NVIDIA NIM（容器化加速 API）上使用。这意味着它能在任意环境中部署，实现大规模推理，既保证了高速运行，又优化了计算资源消耗，避免了高配置依赖的痛点。

此外，其采用模块化架构，可直接适配生物制药、材料科学等不同领域的工作流程，甚至能解读企业原生格式数据。企业无需调整数据格式，减少了资源占用。

02

赋能现实应用，创造实际价值

目前，OpenFold的应用已覆盖三大核心方向：

一是预测蛋白质与药物、核酸等分子的共折叠结构，为药物筛选提供依据；

二是整合到蛋白质设计流程，检测反向折叠工具（如 ProteinMPNN）生成的序列结构合理性；

三是深度融入药物研发价值链——从靶点选择、分子设计优化，到临床患者分层，全方位提升研发效率。

OpenFold的实用价值已得到众多行业龙头的验证，多家大型企业已承诺采用 OpenFold3以加速新疗法和新产品的研发进程。诺和诺德的科学家将通过调整模型适配内部研发流程与专有数据，加速新疗法发现。Outpace Bio将借助模型开发搭载专用分子电路的新型细胞疗法，突破传统细胞治疗的局限。拜耳作物的科学家将用其研究植物、杂草和害虫的蛋白质，加速新型作物保护分子及性状开发。赛勒斯生物技术则计划基于模型设计治疗自身免疫性疾病的新型酶类药物，缩短研发周期。

机器学习将蛋白质结构领域推向一个新的发展阶段

“能够预测配体与其靶点结合的结构，这一能力将对整个研发价值链产生深远影响——它有助于指导更优靶点的选择、加速分子设计与优化，并为临床患者分层提供依据，” 诺和诺德数字化学与分子设计副总裁、OpenFold 联盟执行委员会成员彼得・克拉克（Peter Clark）表示，“获得一个可供更广泛群体使用、调整和优化的开源模型，将推动我们更快、更低成本地为患者提供更优质药物的承诺落地。”

“AlphaFold之父”Jumper（左）和Hassabis在2023年拉斯克奖颁奖典礼上

开放分子软件基金会（OMSF）还将联合英国政府计划利用合作方数据对模型进行微调，同时利用人工智能结构生物学（AISB）网络联合多家大型药企，用药企专有数据训练模型。

此外，OMSF还推动了原子分子模拟、药代动力学预测等协同项目。这些项目共同表明，围绕OpenFold3 的生态系统正在不断拓展，其作为未来模型开发共享基础的作用也日益凸显。

联盟执行委员会主席伍迪・谢尔曼指出：“OpenFold 将通过社区反馈持续优化性能，未来几个月将发布正式版，力争实现与 AlphaFold3 性能完全持平”。

蛋白质人工智能领域在不久的将来或将迎来OpenFold与AlphaFold双雄时代。

https://www.nature.com/articles/d41586-025-03546-y

https://www.businesswire.com/news/home/20251028507233/en/OpenFold-Consortium-Releases-Preview-of-OpenFold3-An-Open-Source-Foundation-Model-for-Structure-Prediction-of-Proteins-Nucleic-Acids-and-Drugs

Deep Science预印本