微软研究院近日发布了 BioEmu 1，这是一款颠覆性的人工智能系统，通过极大加速蛋白质折叠分析，正在重塑基因组学研究格局。
该深度学习模型能够在单块 GPU 上每小时生成数千个统计独立的蛋白质结构，运行速度是此前业界金标准 AlphaFold 2 的十倍。AlphaFold 曾彻底改变了静态蛋白质结构预测，而 BioEmu 1 更进一步，能够模拟蛋白质的动态行为，捕捉蛋白质在自然状态下可能呈现的全部构象。
BioEmu 1 之所以能取得如此卓越的性能，得益于整合了三类关键数据源：AlphaFold 数据库结构、大规模分子动力学模拟数据集，以及实验蛋白质折叠稳定性数据。系统的高效性令人瞩目，如今高校实验室能够在短暂休息期间完成复杂的虚拟突变扫描，而此前这类任务往往需要数天甚至数周的计算时间。
“在精准结构预测之后，蛋白质动力学成为发现领域的下一个前沿。”首尔国立大学教授 Martin Steinegger 指出，“借助 BioEmu，科学家们现在可以通过深度学习技术，快速进行蛋白质自由能景观采样。”
这一技术的影响远不止于学术研究。在药物发现领域，BioEmu 1 能够识别传统方法难以发现的隐性结合口袋，为治疗性干预提供全新靶点。该系统还可通过折叠自由能计算准确预测蛋白质稳定性，其结果与实验评估高度一致。
微软已将 BioEmu 1 以开源软件形式发布，这与部分竞争对手的限制性做法形成鲜明对比。这一决定让全球研究人员能够推进蛋白质动力学研究，有望加速包括药物设计在内的生物医学发现进程。根据行业分析师预测，截至2025年7月，早期应用显示该技术有望将药物开发成本降低多达30%。