清华大学学报(自然科学版)

作者：杨睿韵, 黄建华, 张强锋

单位：1. 清华大学膜生物学全国重点实验室, 北京 100084,2. 清华大学 北京生物结构前沿研究中心, 北京 100084,3. 清华大学 生命科学学院, 北京 100084,4. 清华大学-北京大学生命科学联合中心, 北京 100084,5. 清华大学 自动化系, 北京 100084

关键词：生物大分子结构数据库,人工智能(AI),蛋白质结构预测,数据库生态系统,AI原生

基金：国家重点研发计划(2022YFF1203100),国家自然科学基金重点项目(32230018),国家自然科学基金国家杰出青年科学基金项目(32125007)

生物大分子的三维结构是理解生命机制和新药研发的基石。该文以蛋白质数据库(PDB)为主线, 系统回顾了生物大分子结构数据库50余年的演进轨迹, 从早期三维原子坐标存档, 到SCOP、Pfam等功能分析和注释数据库的扩展, 再到AlphaFoldDB等人工智能(AI)预测结构数据库的爆发式增长。该文指出, 数据库与AI已形成一个“数据-模型”的共生双螺旋, 高质量实验数据训练AI, AI预测结果反哺数据库, 共同驱动结构生物学从实验主导迈向“计算-实验”协同新范式。然而, 数据偏差、质量不均、动态信息缺失、进化多样性不足, 以及AI带来的可信度与治理挑战仍待突破。该文认为, 未来生物大分子结构数据库将沿“AI增强—深度集成—AI原生”路径持续演化, 最终成为承载生物大分子结构“数字孪生”的可信知识引擎, 实现从理解结构到理性设计功能的跨越, 为生物医药与生物技术产业带来持续的创新动力, 也为生命科学基础研究提供新的范式。

来源：2025年第12期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2025年第12期