AlphaFold这么聪明，为什么还是会“看走眼”？

想象一下：你拍到一辆汽车，却只拍到了它“停着”的照片。可真正开车时，它会转弯、加速、刹车——生命里的蛋白质，也是如此。

AlphaFold最大的传奇，是能根据氨基酸序列，预测蛋白质折叠后的三维结构。但问题来了：蛋白质不是一尊雕像，而是一台会变形的分子机器。

它可能因为结合某个分子，瞬间从一种形状切换到另一种形状。可AlphaFold3默认情况下，往往更容易“锁定”其中一个稳定状态。

这就像考试时，只给你一张标准答案，却没告诉你题目其实有好几个正确状态。

日本分子科学研究所和SOKENDAI的研究团队，给AlphaFold3加了一个非常有意思的“推力”：让已经预测过的结构彼此排斥。

一个结构预测出来后，下一次就“别往这里挤”，逼着AI继续探索其他可能的蛋白质形态。

他们把这套方法叫作AF3-ReD。在ATP合酶的F1β亚基测试中，普通AlphaFold3主要得到开放状态；AF3-ReD却能够采样到开放、闭合以及中间状态。

这意味着什么？

我们过去正在用AI给生命拍“证件照”，现在开始尝试让AI看见生命的“动作片”。

未来，这种方法有望帮助研究蛋白质如何运动、如何工作，也可能为药物设计和新蛋白设计打开更大的搜索空间。

真正厉害的AI，不是永远给出一个答案，而是知道世界可能不止一个答案。