12月初，DeepMind研发的AlphaFold在“蛋白质结构预测比赛”CASP中夺冠，战胜了其他97个算法。它预测出了43种蛋白质中25种蛋白质的最精确结构，而同类别排名第二的队伍，只预测出了3种。
在这项挑战赛中，各参赛队伍的任务是“蛋白质折叠问题”——基于蛋白质基因序列，预测其氨基酸残基将折叠成何种复杂的蛋白质3D结构。蛋白质越大，氨基酸之间的相互作用就越多，建模也就越复杂，困难会成倍上升。
信息源：
https://deepmind.com/blog/alphafold/
点评
DeepMind称，AlphaFold为“DeepMind在科学发现领域的第一个重要里程碑”，“一个灯塔项目”。其特点是从零开始模拟目标形状，而并非以前被解决的蛋白质3D结构作为模板。
其影响首先表现在一些具体应用领域：
这一技术首先能帮助科学家更好理解蛋白质在人体内的作用。对于诊断和治疗由蛋白质错误折叠引起的阿尔茨海默症、帕金森症等疾病有重要作用。
同时，它还将使药物研发变得更容易，降低试错成本，节省资金和时间。
第三，它将有助于更好地设计蛋白质，例如推动可生物降解酶的研究，帮助人们解决石油、塑料等污染问题。
更深远地影响则是，DeepMind有意将AlphaFold打造成基础科学领域的AlphaGo和AlphaZero。即让它形成某种帮助人类进行基础科学发展的机器智能，这可能加快人类在基础科学领域的研究进展，大幅度提升研究效率。
