AlphaFold2
DeepMind推出的蛋白质结构预测模型，以注意力机制为核心，在生物学领域取得突破
时间轴 (近 90 天)
AlphaFold2对蛋白质结构预测的突破性进展显著降低了结构生物学门槛，使药物化学背景研究者能更快开展基于结构的药物设计（SBDD）
AlphaFold2将解析蛋白质结构的过程从原本X射线晶体学或冷冻电镜可能耗时数年压缩至数分钟
AlphaFold2在CASP14中以中位GDT分数92.4获胜，接近X射线晶体学和冷冻电镜等实验方法的水平
DeepMind的Demis Hassabis在2016年AlphaGo战胜李世石后公开表示AI将在蛋白质折叠等科学问题上取得突破，四年后AlphaFold2验证了这一判断
AlphaFold2在2020年解决了蛋白质结构预测难题,在CASP14竞赛中达到实验级别的预测精度,中位GDT分数超过92
AlphaFold2于2021年出现，让蛋白质结构预测精度大幅提升；RFdiffusion由David Baker团队开发，使用扩散模型在结构空间直接采样
全部知识事实 (7)
AlphaFold在2020年解决了蛋白质折叠问题
95%待验证AlphaFold2对蛋白质结构预测的突破性进展显著降低了结构生物学门槛，使药物化学背景研究者能更快开展基于结构的药物设计（SBDD）
50%待验证AlphaFold2将解析蛋白质结构的过程从原本X射线晶体学或冷冻电镜可能耗时数年压缩至数分钟
50%待验证AlphaFold2在CASP14中以中位GDT分数92.4获胜，接近X射线晶体学和冷冻电镜等实验方法的水平
50%待验证DeepMind的Demis Hassabis在2016年AlphaGo战胜李世石后公开表示AI将在蛋白质折叠等科学问题上取得突破，四年后AlphaFold2验证了这一判断
50%待验证AlphaFold2在2020年解决了蛋白质结构预测难题,在CASP14竞赛中达到实验级别的预测精度,中位GDT分数超过92
50%待验证AlphaFold2于2021年出现，让蛋白质结构预测精度大幅提升；RFdiffusion由David Baker团队开发，使用扩散模型在结构空间直接采样
50%