本篇報導回顧 AlphaFold 在過去五年的發展及對科學界的影響，透過與 DeepMind 的 Pushmeet Kohli 的對談，分享該專案如何改變生物學與化學研究的方式，以及對未來可能發展方向的展望。
根據 WIRED 的報導，AlphaFold 的突破不僅局限於蛋白質結構預測，還逐步擴展到 DNA、RNA 與藥物研究與設計領域。文章提到，雖然 AlphaFold 在五年間帶來顛覆性的變革，但在新階段仍面臨挑戰與需要克服的限制，例如實驗驗證與成果落地的實務問題。
最新動態包括 AlphaFold 3 的推出，將人工智能的能力延伸至更廣泛的生物分子與化學領域，對研究流程與開發效率帶來新的機會與挑戰。
展望未來，Kohli 指出 AlphaFold 的演進將繼續推動生物學與化學研究的自動化與整合，並可能在藥物發現與基礎科學研究中發揮更大作用。
- 五年影響：顯著改變蛋白質結構預測及相關研究流程，推動生物學與化學研究方式的轉變。
- AlphaFold 3：將 AI 能力擴展至 DNA、RNA 與藥物設計的領域，帶來新機會與新挑戰。
- 未來方向與限制：實驗驗證、資料透明性及大規模落地等挑戰仍需克服。
總結：AlphaFold 在過去五年展現出以 AI 促進科學研究的強大動力，並持續演化，將影響範圍推向更廣泛的科學領域與應用。
來源：https://www.wired.com/story/alphafold-changed-science-after-5-years-its-still-evolving/