郑伟教授在CASP赛事中见证了从结构优化到结构预测的转变，特别是AlphaFold的崛起。他的团队在CASP16中表现优异，强调了AI与生物学的结合，推动了蛋白质结构预测的发展。

AlphaFold 3是一种蛋白质结构预测工具，具有改进的模型架构和减少对多序列比对（MSA）的依赖，实现了原子级结构预测。它在配体对接、蛋白质复合物预测、翻译后修饰预测和DNA/RNA结构预测方面取得了显著进展。然而，它在RNA结构预测方面仍需改进。AlphaFold 3在预测共价修饰方面存在局限性，并可能产生幻觉。目前，AlphaFold 3在蛋白质修饰、DNA/RNA修饰、金属离子和配体方面存在一定限制。总体而言，尽管AlphaFold 3取得了重大进展，但仍需要进一步研究和努力来解决复杂问题。

蛋白质语言模型ESM-AA通过多尺度训练提高了蛋白质结构预测和适应性预测的性能。ESM-AA在靶点-配体结合任务中表现优于其他模型，并在分子表示学习任务中超越了最先进模型。ESM-AA的多尺度预训练框架包括掩码语言建模和成对距离恢复。ESM-AA在酶-底物亲和力回归任务和药物-靶点亲和力回归任务中表现优于其他模型。蛋白质语言模型的应用前景广阔，不仅限于医疗和生物制药领域，还可扩展到其他领域。

AlphaFold 3是一种革命性的模型，可以以前所未有的准确性预测所有生命分子的结构和相互作用。与现有方法相比，它提高了至少50%的蛋白质相互作用预测能力。AlphaFold 3有潜力改变我们对生物学和药物发现的理解。它通过AlphaFold服务器免费提供。Isomorphic Labs正在与制药公司合作，将AlphaFold 3应用于药物设计挑战。该模型在AlphaFold 2的成功基础上构建，可以预测广泛的生物分子结构。它在开发可再生材料、提高作物适应性和加速基因组学研究方面具有应用价值。AlphaFold 3的预测准确性超过现有系统，并可用于药物设计，包括预测蛋白质配体和抗体蛋白质的相互作用。AlphaFold服务器是一个免费的研究工具，可以帮助科学家生成各种分子的预测结果。它有助于加快工作流程并促进进一步创新。AlphaFold 3的开发是负责任的，进行了广泛的评估以减轻潜在风险。AlphaFold的好处，包括一个免费的蛋白质结构数据库，正在与科学界共享。AlphaFold 3揭示了细胞系统及其连接的复杂性，为基于人工智能的细胞生物学的未来展示了巨大潜力。

本文讨论了分子生物学的中心法则及其在基因组、基因调控和蛋白质结构预测方面的应用。基因组中的基因负责蛋白质合成，基因调控决定基因在细胞内的表达。蛋白质结构预测是重要任务，AlphaFold和Enformer等深度学习模型取得了进展。预测蛋白质变体和基因调控建模也是研究重点。这些进展有助于理解生物过程、疾病诊断和药物开发。