出品｜搜狐健康
作者｜洪瑞祺
编辑｜袁月
斯坦福商学院近期发布了一段与Google DeepMind联合创始人兼CEO德米斯·哈萨比斯的深度对话视频。这是斯坦福商学院"领袖访谈"系列的一部分，由院长Jonathan Levin主持，话题涵盖AI科研、AlphaFold的研发历程，以及科技公司如何平衡科学使命与商业利益。
哈萨比斯是神经科学博士出身、曾是国际象棋神童，他创立的Google DeepMind是谷歌旗下专注科学发现的AI研究机构，被认为是当今全球最顶尖的AI科研团队之一。他们最广为人知的成果是AlphaFold——一个能够预测蛋白质三维结构的AI系统，解决了困扰生物学界半个世纪的难题，并凭此在2024年摘得诺贝尔化学奖。
这场对话里，最值得关注的问题不是AlphaFold有多厉害——那已经有2024年诺贝尔化学奖背书。Levin问的是一个更现实的问题：这样一个可能拥有巨大商业价值的AI科研成果，为什么要免费开放给全世界？
德米斯·哈萨比斯的回答，是从生命科学底层逻辑开始的。
蛋白质折叠，为什么是生命科学的"根问题"？
蛋白质是生命活动的执行者。人体里有数万种蛋白质，负责催化化学反应、传递信号、构建细胞结构、识别病原体。而蛋白质的功能，很大程度上由它的三维结构决定——折叠成什么形状，就决定了它能和什么分子结合、触发什么生物过程。
问题在于，同一条氨基酸序列，理论上有天文数字般的折叠方式，但蛋白质在细胞中会在毫秒内完成自我折叠，选出那个"正确"的结构。科学家把这称为蛋白质折叠问题，它困扰了整整半个世纪。
传统方法——X射线晶体学、冷冻电镜、核磁共振——都可以解析蛋白质结构，但每一个结构的解析往往需要数年、数十万美元，甚至更多。面对生命界数以亿计的蛋白质，这条路太慢了。
哈萨比斯在斯坦福的对话中把蛋白质折叠称为"根问题"——一旦解决，整棵科研之树都会生长出来：药物靶点的寻找、疾病机制的理解、新疗法的设计，都建立在"知道蛋白质长什么样"这个前提之上。AlphaFold做到的，正是让研究人员可以先拿到一张分子地图，再决定往哪个方向走。
不是发布一个模型，而是把"分子地图"交给全世界
AlphaFold 2于2021年公开，随后Google DeepMind与欧洲生物信息学研究所合作建立了AlphaFold蛋白质结构数据库，将预测结果对外免费开放。截至目前，数据库已收录超过2亿个蛋白质结构预测，被来自190多个国家的300多万人使用。2024年，更新版AlphaFold 3在《Nature》期刊发表，能力从蛋白质本身，进一步扩展到预测蛋白质与药物小分子之间如何相互结合——这正是药物研发最核心的问题之一。
这是哈萨比斯给出的商业化问题的核心答案：如果把AlphaFold关在一个机构内部，它能产生的下游影响是有限的；而当它进入全球科研社区，数百万研究人员可以把同一张分子地图，用到癌症、抗生素耐药、疫苗设计、基础生物学等截然不同的方向。这种乘数效应，是任何单一机构的内部研发都无法复制的。
换句话说，DeepMind选择的不是把价值"锁起来"，而是通过最大化科研影响力，间接巩固自己在这个领域的位置。
最新进展：从开放共享，到竞争加剧
DeepMind通过Alphabet旗下的子公司同晶实验室，将AlphaFold技术整合进药物研发全流程，目标是把从发现到候选药物的周期从数年压缩至数月。目前已与强生、礼来、诺华等制药巨头签署合作，总价值潜力达数十亿英镑。
而在技术层面，同晶实验室近期发布的新一代AI模型，预测能力已远超AlphaFold 3，被科学家评价为"AlphaFold 4级别的跃升"。但这一次，他们选择了闭源——不公开技术细节，也不开放模型。这与此前"把分子地图送给全世界"的形象，形成了明显反差。
与此同时，哈萨比斯也透露，基于AI辅助设计的候选药物，最早有望在今年内进入临床试验。从AlphaFold 2021年横空出世，到第一批AI设计的药物进入人体测试，前后不过五年。这个速度，在制药史上从未有过。
免费开放，不等于放弃商业价值
哈萨比斯在斯坦福的对话中也没有回避这个问题。AlphaFold的结构数据对外开放，但DeepMind通过Alphabet旗下的同晶实验室，继续推进AI药物发现的商业化路径。同晶实验室的目标，是把AlphaFold式的突破整合进药物研发全流程，将新药从发现到候选分子的周期从数年压缩至数月。
这才是更准确的商业逻辑：开放基础数据，扩大影响力、积累声誉、培育生态；在更下游、更专业的应用环节——AI药物设计、靶点发现、分子优化——建立商业壁垒。
AlphaFold的故事，并非AI取代了科学家，也不是一家公司放弃了商业利益。它提供的，是一张之前根本不存在的"分子地图"，让全世界的研究人员第一次可以在同一套结构数据的基础上出发。至于这张地图最终能带人类走到哪里，还要等科学家一步步告诉我们。
参考资料：
Stanford Graduate School of Business. A Conversation with Demis Hassabis, Co-Founder and CEO of Google DeepMind. https://www.youtube.com/@stanfordgsb
Nobel Prize. 2024 Nobel Prize in Chemistry press release. https://www.nobelprize.org
AlphaFold Protein Structure Database / EMBL-EBI. https://alphafold.ebi.ac.uk
Abramson J, et al. Accurate structure prediction of biomolecular interactions with AlphaFold 3. Nature, 2024.返回搜狐，查看更多