一位读者提出了一个尖锐、充满怀疑但完全合情合理的问题：

“AlphaFold 到底有没有取得任何可衡量的实际成果？抑或它唯一的真正产物，不过是催生了一大批毫无实际建树的‘AI 生物’初创企业的离谱高估值，因为湿实验依然是一道不可逾越的瓶颈？”

这是在 2026 年针对“AI 在生物学中的应用”所能提出的最切中要害的问题。

简短的答案是：你的判断对于商业生物医药行业来说一针见血，但对于基础科学而言则彻底大错特错。

如果你仅仅用纳斯达克股票代码、风投资本回报倍数以及五年内是否拿到 FDA 三期临床新药批文来衡量科学价值，那么你是对的：“TechBio”叙事是一个严重过度资本化的泡沫，它在一头撞上错综复杂的人体生理学高墙后被撞得粉碎。

但如果你把目光投向实验室的实际吞吐量、全球科研基础设施、分子生物学以及大分子工程，AlphaFold 已经交付了科学史上最可量化、最可衡量的飞跃之一。

以下是一份毫无粉饰的剖析：怀疑论者在何处得到了彻底的印证，又在何处犯下了根本性的范畴错误。

第一部分：怀疑论者 100% 正确的领域 —— “TechBio” 估值宿醉

让我们首先充分认可怀疑论者的合理质疑，因为生物医药风投机器理应承受它当前面临的每一分冷嘲热讽。

在 2020 年至 2022 年间，硅谷风投基金和二级市场推手兜售了一套极其诱人的叙事：生物学已经被彻底数字化。AlphaFold 解决了蛋白质折叠难题。因此，我们现在可以完全在计算机中（in silico）设计药物，绕过缓慢且昂贵的湿实验（wet lab），将原本长达 10 到 15 年的药物研发周期直接压缩到 18 个月。

这个假设已经彻底破灭。

1. “结构不等于药物”的谬误

掌握蛋白质的静态三维结构，大约只占新药研发马拉松的 5% 到 10%。它解决的是几何构造问题，并没有解决生物学问题。

  • 靶点验证（Target Validation）： 就算完全知晓某个蛋白质结合口袋的精确三维坐标，也无法告诉你阻断这个口袋能否治愈人类患者。在所有进入二期临床试验的候选药物中，约有 60% 因缺乏疗效而折戟沉沙——这意味着无论对生物靶点的抑制多么干净利落，它在异质性的人体患者体内根本无法改变疾病的病理进程。
  • ADMET 与毒理学： 一个在 AlphaFold 预测口袋中展现出亚纳摩尔级结合亲和力的小分子，可能在物理上完全不溶于水，可能在进入人体 3 分钟内就被肝脏中的细胞色素 P450 酶完全降解，可能根本无法穿透细胞膜，或者由于结合了心脏的 hERG 钾离子通道而引发致死性心律失常。你无法通过纯计算消除肝脏清除率的问题。
  • 蛋白质动力学： 蛋白质不是僵硬的塑料雕塑。它们是处于热力学涨落之中的动态系综，会呼吸、在不同的变构构象之间振荡、经历翻译后修饰（如磷酸化、泛素化、糖基化），并与水合层及脂质双分子层发生复杂的相互作用。人体蛋白质组中约有 30% 到 40% 是内在无序区（IDR），它们根本就没有固定的三维形状。

2. 惨烈的市场清算

过去四年间，“AI 驱动的新药研发”第一梯队上市公司的商业成绩单宛如一片车祸现场：

  • BenevolentAI： 2022 年通过欧洲特殊目的收购公司（SPAC）借壳上市，估值一度超过 15 亿英镑。2023 年 4 月，其核心临床候选管线 BEN-2293（一种用于治疗特应性皮炎的外用泛 Trk 抑制剂）在 IIa 期临床试验中未能达到主要疗效终点，宣告失败。股价应声暴跌超过 95%，迫使该公司关闭其位于剑桥的湿实验研发中心，大幅裁员，陷入苦苦求生的境地。
  • Exscientia： 曾作为首个将 AI 设计小分子推进临床的明星标杆，在 2021 年纳斯达克 IPO 后市值曾高达约 30 亿美元。到 2024 年，在经历了管理层震荡和管线优先级调整后，它同意被 Recursion Pharmaceuticals 以全股票交易形式收购，交易估值仅约 6.88 亿美元——较其巅峰市值蒸发了 75% 以上。
  • Recursion Pharmaceuticals (RXRX)： 股价在 2021 年曾逼近每股 35–40 美元；近年来一直在 6–9 美元区间苦苦挣扎，不得不持续整合重组、削减运营开支（burn rate），并暂停多个早期临床项目以苟延残喘延长资金跑道。

正如知名药物化学家德里克·洛（Derek Lowe）在《科学》（Science）杂志的专栏中所指出的（援引《自然综述：药物发现》的一篇全面综述）：在数十亿美元风险投资砸入之后，AI 能够切实提高三期临床成功率或产出获批新药的证据依然**“令人失望地极其有限”**。

Jayatunga 等人在《今日药物发现》（Drug Discovery Today，2024） 上发表的一项严谨元分析显示，尽管 AI 设计的候选药物在一期临床（仅在健康志愿者身上测试基本安全性）中取得了高达 80–90% 的亮眼成功率，但它们在二期临床中的有效率急转直下暴跌至约 40%——与传统制药行业的历史平均水平几乎完全一致。

湿实验没有被取代。它依然是现代医学牢不可破的决速步（rate-limiting step）。

第二部分：怀疑论者彻底大错特错的领域 —— 那些可衡量的现实

如果说 AlphaFold 到了 2026 年都没能给我们带来十款获 FDA 批准的重磅炸弹药物，难道就意味着它失败了吗？

只有当你把光学原理的发现与眼镜的工业化量产混为一谈时，才会得出这样的荒谬结论。AlphaFold 从来就不是一个企业级 SaaS 交付工具。它是生物物理学领域长达半个世纪的重大科学挑战的终极解答，它对基础科学的可衡量回报是惊人而深远的。

以下是 AlphaFold 从根本上重塑经验物理世界的五个确凿、可量化的维度：

1. 2.14 亿个结构的宏大扩张

六十年来，结构生物学家耗费心血逐个原子地解析蛋白质。截至 2020 年底，全球蛋白质数据库（PDB）中收录的实验解析结构大约只有 18 万个。

每一个单独的结构通常都意味着：

  • 敬业的博士后和博士生数月乃至数年的艰辛劳动。
  • 在试剂、蛋白表达、结晶筛选和同步辐射光源机时上花费 5 万至 15 万美元以上的真金白银。

2021 年 7 月，DeepMind 与欧洲生物信息学研究所（EMBL-EBI）在《自然》（Nature）杂志上发表了 AlphaFold 2 论文，并联合上线了 AlphaFold 蛋白质结构数据库。2022 年，他们将该数据库扩展至超过 2.14 亿个蛋白质结构预测，几乎囊括了科学界已知的、横跨 100 万个物种的全部已编目蛋白质。

其无可争议的巨大影响包括：

  • 全球普及： 遍及 190 多个国家的超过 300 万名科研人员在日常科研中积极使用该数据库。
  • 平民化普及： 其中超过 100 万名科学家身处发展中国家，他们此前在物理上根本无法接触到冷冻电镜设施或造价数亿美元的同步辐射光源。
  • 引文飞跃： 约翰·江珀（John Jumper）和德米斯·哈萨比斯（Demis Hassabis）2021 年的开创性论文在 Google Scholar 上的被引次数已突破 55,000 次，成为 21 世纪被引用次数最多的科学文献之一。
  • 最高学术认可： 2024 年诺贝尔化学奖 授予了德米斯·哈萨比斯、约翰·江珀和戴维·贝克（David Baker）——距离论文发表仅隔三年，这是诺贝尔奖历史上最快速获得认可的成果之一。

2. 攻克湿实验 X 射线晶体学中的“相位难题”

批评者常说“湿实验才是瓶颈，所以 AlphaFold 没帮上什么忙”。这恰恰忽视了一个核心的讽刺之处：AlphaFold 最直接的巨大贡献，恰恰是将湿实验从其最深重的内部瓶颈中解救了出来。

在 X 射线晶体学中，收集蛋白质晶体的衍射图样并不能直接给出原子空间坐标；它只提供衍射强度，而电磁波的相位信息则荡然无存。这就是臭名昭著的晶体学相位难题（phase problem）。

数十年来，如果实验人员在 PDB 中找不到序列相似度大于 30% 的既有同源结构作为“分子置换”（Molecular Replacement, MR）的搜索模板，整个项目就会陷入僵局。科学家们不得不耗费数月时间将晶体浸泡在剧毒的重金属（汞、铂）中，或者制备硒代甲硫氨酸衍生物（SAD/MAD 相位法）来艰难解析相位。成千上万份实验衍射数据集因“无法解析”而被永久遗弃在世界各地的硬盘里。

AlphaFold 一夜之间终结了这一噩梦。

在 Terwilliger 等人（2023） 的一项标杆性研究中，采用 AlphaFold 预测模型作为分子置换搜索模板的自动化流水线，成功解析了此前92% 到 93% 棘手或无法解出相位的晶体结构。

在冷冻电镜（Cryo-EM）领域，原本在 Coot 等软件中将氨基酸骨架手动拟合进 3–4 Å 的密度图需要耗费数周的逐原子苦力；而借助 AlphaFold 模型，整个拟合流程已被全自动化压缩至几分钟到几小时。

AlphaFold 没有取代湿实验，而是将湿实验长达数月的盲目试错转变成了轻而易举的常规验证。

3. 组装湿实验单凭自身无法解构的超大巨型复合体

某些生命分子机器极其庞大且高度灵活，单纯依靠湿实验手段根本无法拼出全貌。

最典型的例证就是人类核孔复合体（Nuclear Pore Complex, NPC）。NPC 由约 1000 个蛋白质亚基构成，分子量高达 1.1 亿至 1.2 亿道尔顿，是细胞核与细胞质之间唯一的生命通道。在二十多年的时间里，传统的冷冻电子断层扫描（cryo-ET）和生化交联质谱只能勉强分辨出内外环模糊零碎的局部斑块。

2022 年 6 月，一个国际科研团队在《科学》（Science）杂志上发表了一组里程碑式的系列论文（Mosalaganti et al., 2022）。通过将 AlphaFold 的高精度三维结构预测与高分辨率冷冻电镜及化学交联质谱数据无缝融合，他们成功构建了人类核孔复合体的完整近原子分辨率三维立体架构。

生物学界普遍公认：如果没有 AlphaFold 的介入，要完成这一宏伟组装至少还需要再经历 15 到 20 年的繁重实验苦战。

4. 开启生成式生物学时代（从头蛋白质设计）

在 AlphaFold 诞生之前，蛋白质科学本质上是一门描述性科学：你只能被动观察大自然已经演化出来的造物。而 AlphaFold 则成为了推动蛋白质科学迈向**生成式（generative）**时代的发动机。

2023 年，华盛顿大学戴维·贝克实验室在《自然》（Nature）杂志发表了 RFdiffusion。RFdiffusion 运用了扩散模型（与 AI 图像生成背后的数学模型师出同门），能够从零开始凭空设计出全新的蛋白质主干骨架，并结合 ProteinMPNN 完成侧链氨基酸序列的反向设计。

那么 AlphaFold 在其中扮演了什么角色？AlphaFold 充当了绝佳的计算机内部适应度预测预言机（in-silico fitness oracle）。

在实验室花费数千美元合成真实 DNA 并在大肠杆菌中表达某个从头设计的全新序列之前，该序列会首先被投喂给 AlphaFold。如果 AlphaFold 能够独立以极高置信度（pLDDT > 85）预测该序列能够稳定折叠成目标几何构型，它才会被送往湿实验合成。如果预测失败，它会在数毫秒内被直接丢弃。

这一生成式闭环已经催生了实打实的、经过湿实验严格验证的分子实体：

  • SKYCovione： 全球首款完全通过计算设计的蛋白质纳米颗粒疫苗，由华盛顿大学蛋白质设计研究所（IPD）与 SK bioscience 联合研发，已获正式临床上市批准。
  • 从头设计的细胞因子模拟物： 人工工程化设计的白细胞介素 IL-2 和 IL-20 受体激动剂，既能有效刺激免疫细胞，又规避了天然 IL-2 带来的致死性毛细血管渗漏综合征副作用。
  • 高特异性皮摩尔级结合蛋白： 几天之内就能从头设计出的人造微型蛋白，能够紧密结合蛇毒毒素、流感病毒血凝素以及各类肿瘤靶点。

5. 环境生物催化与被忽视的热带疾病

在西方大型制药风投资本追求暴利的驱动之外，AlphaFold 在那些长期缺乏商业资本投入的公益科研领域产生了不可估量的深远影响：

  • 塑料生物降解： 德克萨斯大学奥斯汀分校与英国酶创新中心的研究人员设计出了 FAST-PETase（Lu et al., Nature 2022），这是一种借助机器学习工程化改造的全新酶，能够在温和温度（30–50 °C）下在数天内快速降解消费后的聚对苯二甲酸乙二醇酯（PET）塑料瓶，并实现闭环重新聚合。
  • 疟疾疫苗： 牛津大学研究团队利用 AlphaFold 解析了恶性疟原虫（Plasmodium falciparum）表面极其难以捉摸的 RH5-CyRPA-Ripr 蛋白三联复合体结构，精准锁定了能够引发高效中和反应的抗原表位，从而指导设计出了下一代红细胞期疟疾候选疫苗（RH5.1 / RH5.2）。
  • 被忽视的热带病（NTDs）： 被忽视疾病药物研发倡议（DNDi） 与 DeepMind 展开深度合作，针对动质体寄生虫（如克氏锥虫、利什曼原虫）中此前从未被解析过的关键酶进行了大规模建模，使科研人员得以跨越每个晶体耗资 10 万美元的成本高墙，加速寻找针对恰加斯病和非洲昏睡病的治疗新药。

第三部分：最终裁决 —— 将 SaaS 增长周期套用在生命科学上的范畴错误

当我们跳出局部细节、审视 2026 年的整体格局时，表面的矛盾便迎刃而解。

从来就不是 AlphaFold 错了。错的是硅谷资本犯下的范畴错误。

软件运行在一个由确定性比特、可完全复现的编译器以及边际成本为零所构成的理想世界里。那些在企业级 SaaS 和移动互联网浪潮中赚得盆满钵满的风险投资家们，把目光投向了 AlphaFold，便轻率地以为生物学生命体不过是另一套坐等被重构的软件代码，可以用 18 个月的敏捷冲刺周期完成彻底颠覆。

然而生物学根本不是软件。鲜活的生命系统是大自然历经 38 亿年混乱演化而成的产物，充斥着修修补补的权宜机制、高度冗余的代偿通路、表观遗传噪声以及残酷的热力学物理约束。你不可能在 48 小时内对一种候选药物完成“A/B 测试”——因为观察人体慢性器官毒性需要数月甚至数年，而检验癌症患者的总生存期改善则需要整整四年的漫长随访。

当那些天真的 AI 制药初创企业不出所料地撞上这堵生物学叹息之墙时，旁观者又迅速滑向了另一个偏激的极端：“看到了吧？全都是骗人的炒作。根本没有任何可衡量的实际成果。”

这两种论调都是错误的。

AlphaFold 没有消灭湿实验；它给湿实验科学家递上了一台激光制导的高精度扫描电镜，而在此之前，科学家们只能摸黑拿着镊子和手电筒在迷雾中前行。它将晶体学相位解析从数年压缩到几秒，破解了超大分子机器的组装困局，为全球南方（发展中国家）的数百万研究人员实现了结构生物学的普惠，并为从头蛋白质设计的生成式革命奠定了基石。

风投资本的狂热泡沫确实理应破灭。但真正的科学革命，才刚刚拉开序幕。

核心数据与参考文献