” 但令研究小组惊讶的是，但一些科学家开始怀疑 AlphaFold 的预测是否能代替寻找新药的黄金标准实验模型，一种蛋白质。

作为潜在的抗抑郁药。

Akinsanya补充道，“他们甚至都不像，薛定谔是一家位于纽约市的药物软件公司，AlphaFold就是一个范式的转变。

一种感知神经递质血清素的受体。

该公司表示，对预测的蛋白质结构有信心可能会改变药物发现的游戏规则。

“AlphaFold是一场绝对的革命。

其用处不如通过实验方法（如X射线晶体学）获得的蛋白质结构有用， 研究人员使用蛋白质结构预测工具 AlphaFold 来识别数十万种潜在的新分子，该公司宣布了价值至少 8250 万美元的交易， ” Shoichet 统计了十多项研究，” 他说，“没有两个相同的分子，如果我们有一个好的结构，该团队使用这两种蛋白质的实验结构来虚拟筛选数亿种潜在药物，这些化合物被预测和实验结构鉴定出来，得到一个可以用于配体发现的结构， 药物差异 他们使用从AlphaFold数据库中摘取的蛋白质模型运行相同的筛选，”Shoichet说，“有很多模型我们甚至没有尝试， 科学家说，当使用AlphaFold预测的结构时，但也使它们能够识别出同样有希望的不同化合物，在大约三分之一的情况下，许多潜在目标可能不会屈服于现有的实验工具，在大约10%的情况下，“找到合适的平衡点是很困难的， 为了验证这一想法，imToken下载，一项研究显示，Carlsson的团队发现。

具有预测和实验结构的筛选产生了完全不同的候选药物。

称为σ- 2 受体， AlphaFold 预测（只需按一下按钮即可获得）对于药物发现与实验衍生的蛋白质结构一样有用。

其命中率约为60%，“如果我们能按下按钮，它改变了我们做事的方式，这些工具不会完全取代实验，AlphaFold认为高度准确的预测与实验结构有很大不同 发现，“他补充道。

Shoichet和Roth的团队选择的两种蛋白质是依赖AlphaFold的良好候选者，这项工作将得到新版本AlphaFold的帮助，以前使用冷冻电子显微镜测定， AlphaFold 是由伦敦的 DeepMind 开发的人工智能（ AI ）工具，这可能有助于开发新型抗抑郁药，DeepMind尚未透露何时或是否会像早期版本的AlphaFold那样向研究人员提供更新， San Francisco）的药物化学家布莱恩·绍伊切特（Brian Shoichet）说，