英伟达开源2800种病毒蛋白结构预测数据集

【时间】 2026 年 9 月 24 日（美国当地时间） 【地点】 美国加利福尼亚州圣克拉拉（NVIDIA 总部）；英国剑桥（Google DeepMind 与 EMBL-EBI） 【人物】 NVIDIA 数字生物学应用研究科学团队负责人 Chris Dallago；Google DeepMind 生命科学合作伙伴关系经理 Risha Patel；英国 Medical Research Council-University of Glasgow 分子病毒学教授 Joe Grove；合作机构还包括流行病防备创新联盟（CEPI）、首尔国立大学、成均馆大学、瑞士生物信息学研究所等 【事件详情】 NVIDIA 联合 Google DeepMind 与欧洲分子生物学实验室-欧洲生物信息学研究所（EMBL-EBI），正式开源超过 2800 种病毒的蛋白质复合物三维结构预测数据集，并通过 AlphaFold 数据库的「流行病防备门户」免费提供给全球研究者使用。 数据集采用 Google DeepMind 的 AlphaFold2 模型进行结构预测，并借助 NVIDIA BioNeMo 推理运行时在 GPU 上大规模加速。相比传统 X 射线晶体学方法需耗时数年，AI 预测可在数分钟内完成。NVIDIA 表示，约 30% 的蛋白质相互作用在蛋白质数据库（PDB）中尚无实验验证记录，属于全新发现。 同步开源的 BioNeMo Structure Prediction Pipeline（结构预测流水线），允许研究机构在自有蛋白靶点上运行相同的序列到结构预测流程，覆盖范围从人类常见的感冒病毒延伸至 Mpox 等新兴病原体家族。 【背景】 全球疫情分析机构估计，到 2050 年发生 COVID-19 级别疫情的概率约为 50%。COVID-19 疫苗能快速研发，部分得益于此前数十年对冠状病毒的研究积累；下一场疫情若由未知病原体引发，科学家可能将失去这一「先发优势」。本次数据集的核心目标是「在大流行到来之前预先储备生物学知识」。 【影响】 开放数据集为全球科研人员，特别是资源有限地区的研究机构提供了重要起点工具，有望加速广谱抗病毒药物和疫苗的早期研发；开源 BioNeMo 流水线也降低了结构生物学研究的算力门槛，推动 GPU 加速计算生物学成为标准工具。AlphaFold 数据库整体规模已突破 2.6 亿条蛋白与蛋白复合物预测，本次新增 2800 余种病毒预测显著扩展了流行病学准备部分。但需注意，AI 预测仅为高概率假设，仍需后续实验验证。 【总结】 NVIDIA 与 DeepMind 通过开源病毒蛋白预测数据，为「下一场大流行」预先储备关键生物学知识，展现了 AI for Science 在公共卫生领域的实际落地价值。 【参考来源】 - TechRepublic 首发报道：https://www.techrepublic.com/article/news-nvidia-viral-protein-dataset-bionemo-pipeline/ - Silicon Report 行业分析：https://www.siliconreport.com/nvidia-and-partners-release-protein-complex-models-for-2-800-viruses - VFF 深度分析：https://vff.ai/article/2026/09/24/how-open-science-can-help-researchers-prepare-for-the-next-pandemic - AGI Hunt 报道：https://agihunt.info/en/p/1a0d3ce3be2209cfc02f73754d7 - HyperAI 中文报道：https://beta.hyper.ai/en/stories/17c8f093a999bd6b812b768489344bd3 - The Plain Signal 产业评论：https://theplainsignal.com/article/viral-protein-atlas-2800-viruses-prediction-validation - My2Cents AI 行业摘要：https://www.my2cents.ai/news/2026-09-25-nvidia