谷歌 DeepMind 的 AlphaFold 模型在蛋白质折叠预测领域取得了突破性进展，但也因其最新模型的限制性发布引发了学术界的担忧。作为回应，学者们创立了开源项目 OpenFold，该项目依靠制药公司的资助，旨在公开模型、代码和数据，确保学术研究的自由。OpenFold 目前正致力于复制 AlphaFold 3 的复杂功能，这代表了一种在产业需求与学术开放之间寻求平衡的新模式，旨在共同推动科学发现与新药研发。
AI 带来的“生存焦虑”
谷歌 DeepMind 的 AlphaFold 2 模型在预测蛋白质三维结构方面取得了巨大成功，其创造者甚至因此分享了 2024 年诺贝尔化学奖。然而，这一成功在学术界引发了复杂的感受。
早在 2018 年，哈佛大学研究员 Mohammed AlQuraishi 就描述了蛋白质折叠研究领域的学者们普遍存在的“生存焦虑”。他们担心，随着工业实验室在人工智能领域取得主导地位，学术研究可能会被边缘化。
学术界担心，“最好的研究将从此在工业实验室完成，留给学术团体的只剩下一些面包屑。”
工业实验室的研究成果通常不会完全公开，而且更关注具有直接商业价值的问题。这种模式可能会导致前沿见解被少数公司垄断，从而减缓整个领域的科学进步。这些担忧在 2024 年发布的 AlphaFold 3 上得到了印证，其模型权重最初并未公开，后续也仅在严格的非商业条件下有限开放。
蛋白质折叠：从序列到结构
蛋白质是生命活动的基础，其功能由其三维结构决定。传统上，通过 X 射线晶体学等实验方法确定蛋白质结构既昂贵又耗时。因此，通过计算预测蛋白质结构成为一个重要方向。
- 基本原理： 蛋白质由氨基酸链组成，这条链会折叠成特定的三-维形状。
- 挑战： 预测折叠方式极其复杂，可能性之多使得暴力搜索不可行。
- AlphaFold 2 的突破： 该模型极大地提升了预测的准确性和便利性，虽然没有完全“解决”蛋白质折叠问题，但其预测结果在多数情况下足以用于实际应用。
AlphaFold 2 的一个关键技术是 协同进化 (coevolution)，通过比较目标蛋白质与相关蛋白质的序列，推断其结构细节。
OpenFold 的诞生与目标
为了对抗学术研究被边缘化的风险，已成为哥伦比亚大学教授的 AlQuraishi 与他人共同创立了开源项目 OpenFold。该项目不仅是一项技术挑战，更是在组织和资金模式上的创新。
OpenFold 的核心目标包括：
- 复现并开源： 逆向工程并公开发布 AlphaFold 2 的训练代码和关键数据，特别是计算成本高昂的 多序列比对 (MSA) 数据。
- 提升性能与易用性： 使用更流行的 PyTorch 框架重写代码，使其性能更优、更易于集成。Meta 公司的 ESM-Fold 模型就部分使用了 OpenFold 的架构。
- 深入研究模型： 分析模型本身的训练动态，例如，他们发现模型在训练初期（前 3% 的时间）就能达到最终精度的 90%。
- 服务于产业应用： 确保制药公司可以不受限制地使用高质量的蛋白质折叠模型。
复制 AlphaFold 3：新的竞赛
当 DeepMind 宣布 AlphaFold 3 能够预测蛋白质与其他分子的相互作用，但却不完全公开模型时，学术界的愤怒达到了顶点。超过 1000 名科学家签署公开信，抗议其做法不符合科学界的透明和可用标准。
“AlphaFold 3 论文的披露程度适合在公司网站上发布，但它未能满足科学界关于可用、可扩展和透明的标准。”
这催生了复现 AlphaFold 3 的迫切需求。AlQuraishi 的团队迅速投入工作，但面临着新的挑战：
- 任务更复杂： AlphaFold 3 涉及多种分子类型的相互作用，优化它们之间的平衡非常困难。
- 数据量巨大： DeepMind 使用了数千万个高置信度的预测结果来增强训练数据，OpenFold 必须复现这一过程，其工作量可能是学术实验室有史以来最大的。
- 计算成本高昂： 据估计，该项目已使用了价值约 1700 万美元的计算资源，其中大部分用于数据集的创建。
一种独特的开源合作模式
OpenFold 项目的运作依赖于一个巧妙的激励机制，其资金主要来自一个“不太可能”的盟友：制药行业。
表面上看，以保护知识产权著称的制药公司似乎不应支持开源。但现实是，它们不希望在关键 AI 工具上完全依赖谷歌。
对制药公司的吸引力：
- 成本效益： 联合资助 OpenFold 比单独向 Isomorphic Labs（谷歌子公司）支付高昂的许可费更划算。
- 参与决策： 资助方可以影响项目的研究重点。
- 早期使用权： 可以提前在内部使用 OpenFold 的最新模型。
对学术研究者的吸引力：
- 获取资源： 获得进行大规模研究所需的资金和计算能力。
- 实际影响力： 与行业合作，确保研究方向具有现实意义，并获得宝贵的真实世界反馈。
- 维护开放使命： 在获得资源的同时，坚守开源原则，吸引顶尖工程人才。
通过这种合作，OpenFold 在学术自由和产业需求之间找到了一个平衡点。AlQuraishi 认为，这种模式让他既能追求“基础科学问题”，又能为科学界贡献真正开放的工具。随着大型语言模型（LLM）的日益封闭，他更加坚信了开源的重要性。