COVID-19出现时，科学家凭借数十年的冠状病毒研究，已经了解病毒的基本蛋白质，并能够在创纪录的时间内设计出疫苗。在未来的疫情中，这一优势可能不复存在。
为了加强这方面的准备，NVIDIA与包括 Google DeepMind 和 European Molecular Biology Laboratory’s European Bioinformatics Institute (EMBL-EBI) 在内的全球研究机构开展合作，通过 AlphaFold Database 向公众开放了2,800多种病毒蛋白质复合物的预测3D结构。这些结构利用 Google DeepMind 的蛋白质折叠预测模型 AlphaFold2 和 NVIDIA BioNeMo Inference Runtime 生成。该系统大规模预测了数千种病毒蛋白质组中的相互作用蛋白质组。
NVIDIA还发布了由 GPU 加速的 BioNeMo Structure Prediction Pipeline，使研究人员能够从蛋白质序列获得预测的3D结构。数据库新增的蛋白质相互作用中，约30%对科学界而言是全新的；这些结构此前从未在 Protein Data Bank 中记录。
根据 Center for Global Development 的分析，到2050年，全球遭遇一场与 COVID-19 一样严重的疫情的可能性约为50%。项目合作方旨在提前积累有关未来可能出现、且目前没有现有知识积累的病毒的信息。
蛋白质复合物可能成为疫苗和药物的靶点。传统的结构确定过程可能需要数年，而 AlphaFold2 能够在 NVIDIA GPU 上于数分钟内完成预测。
为何重要
该资源旨在让研究人员在疫情暴发期间能够查阅预先建立的蛋白质图谱，而不是从零开始。尤其对于开展疫苗和药物研发的团队而言，同时查看相互作用的蛋白质组，为评估可能的靶点提供了一个起点，有望加快相关工作。约三分之一的结构由 Protein Data Bank 中没有的信息构成，这表明该研究不仅汇编了现有数据，也为研究议程开辟了新的研究领域。公开发布工作流程，则让不同研究人员能够从蛋白质序列获得预测结构，使该资源的使用不再依赖于单一机构；但这些预测结果中哪些能够被验证为疫苗或药物靶点，仍是一个悬而未决的问题。