NVIDIA 與 Google DeepMind 繪製逾 2,800 種病毒蛋白質複合體結構，加速全球大流行防禦

開放式 AI 模型鎖定 2,800 種病原體的病毒威脅

NVIDIA 於 2026 年 9 月 24 日宣布與 Google DeepMind 及歐洲分子生物學實驗室旗下歐洲生物資訊研究所（EMBL-EBI）合作，公開涵蓋超過 2,800 種病毒的蛋白質複合體 3D 預測結構。該資料集已透過 AlphaFold Database 的大流行防備入口網站（Pandemic Preparedness Portal），免費開放給全球科學界使用。

這項計畫匯聚了廣泛的國際研究聯盟，成員包括流行病預防創新聯盟（CEPI）、英國醫學研究委員會－格拉斯哥大學病毒研究中心、瑞士生物資訊研究所、首爾大學以及成均館大學。除了該資料集外，NVIDIA 也公開了其 GPU 加速的 BioNeMo 結構預測管線（BioNeMo Structure Prediction Pipeline），讓研究人員能將自訂的蛋白質序列轉換為 3D 結構預測。

透過 BioNeMo 擴展 AlphaFold2，繪製未知交互作用圖譜

為了大規模建構完整的病毒蛋白質體模型，研究團隊採用 NVIDIA BioNeMo 推論執行環境（BioNeMo Inference Runtime）進行 GPU 加速，執行 Google DeepMind 的 AlphaFold2。傳統的實驗方法（例如蛋白質結晶技術結合 X 光繞射）針對單一標的可能耗時數年且花費數千美元，而經過最佳化的 AlphaFold2 運算管線僅需數分鐘即可產出預測結果。

該專案特別著重於蛋白質複合體——即病毒用來執行核心生物功能的多個相互作用蛋白質聚合物。這些分子組裝體通常正是設計治療藥物與預防性疫苗時所需的關鍵標靶位點。此項研究調查了能夠感染人類的病毒家族，範圍涵蓋溫和的普通感冒病毒株，以至如猴痘（Mpox）等高危害病原體。

值得注意的是，在繪製出的蛋白質交互作用中，約有 30% 所呈現的形狀與排列架構從未被記錄於蛋白質資料庫（Protein Data Bank，收錄經實驗驗證之蛋白質結構的歷史開放資料庫）中。資料庫中的每一筆預測皆標註有演算法產出的信賴度分數，以引導後續的實驗室驗證工作。

NVIDIA 數位生物學應用研究科學團隊主管 Chris Dallago 表示：「這個資料庫是產生科學假說的引擎。我們讓生物學家與 AI 社群不僅能以單一分子為對象，還能將其視為複合體來深入研究蛋白質交互作用，進而推動整個領域向前邁進。」

參與此項研究合作的格拉斯哥大學分子病毒學教授 Joe Grove 補充道：「當下一次大流行爆發時，可能會出現完全出乎意料的情況，而我們屆時將缺乏像面對 COVID-19 時所擁有的知識儲備。我們現在正在努力做的，就是提前儲備部分相關知識。」

AlphaFold 突破 2.6 億筆結構，提前防範未來疫情爆發

此資料集的發布適逢世界經濟論壇在紐約舉行的聯合國大會會議期間，該會議主要探討全球大流行預防、防備與應變作為。根據全球發展中心（Center for Global Development）的數據，全球在 2050 年前面臨一場規模相當於 COVID-19 之大流行的機率估計達 50%，凸顯了這項工作的緊迫性。

隨著本次數據釋出，AlphaFold Database 已擴展突破 2.6 億筆預測蛋白質與蛋白質複合體，幾乎涵蓋了現代生物學已知的所有編目蛋白質。

EMBL-EBI 代理主任 Jo McEntyre 指出，無專利限制地公開這些數據對第一線團隊至關重要：「該資料集亦涵蓋了較少被研究的病毒，並降低了身處資源匱乏環境、親臨前線對抗疫情的科學家所面臨的門檻。」