2026 年 9 月 24 日，NVIDIA 在官方博客宣布，免费公开 2800 多种病毒的蛋白复合物预测 3D 结构，与 Google DeepMind、欧洲生物信息学研究所（EMBL-EBI）等全球研究机构合作完成。全球任何科学家都可以通过 AlphaFold 数据库免费获取这批数据。发布时机经过精心选择：正值联合国大会期间在纽约举行的大流行防范会议，世界经济论坛参与召集。
这批结构是用 AlphaFold2 预测出来的——Google DeepMind 那个能预测蛋白质如何折叠成 3D 形状的 AI 模型，再经过 NVIDIA BioNeMo 推理运行时的优化，得以在 GPU 上批量推理数千种病毒的全部蛋白组。团队系统地扫了一遍已知能感染人类的病毒家族，从普通感冒病毒到猴痘这类新发威胁，一个不落。预测的不只是单个蛋白，而是蛋白复合物：多个蛋白抱团工作的"小组结构"，而这恰恰是疫苗和药物最需要瞄准的靶点。
数据量之外，更值得看的是"新"。大约 30% 的蛋白相互作用是科学界第一次记录，在收录实验测定结构的主要仓库 PDB 里找不到对应条目。NVIDIA 数字生物学应用研究负责人 Chris Dallago 把这个数据库形容为"假设生成引擎"：它让生物学家和 AI 研究者研究的不是单个分子，而是一整套相互作用，整个领域都能往前走。
开放的不只是数据。NVIDIA 同时在 GitHub 上开源了生成这批数据的 BioNeMo 结构预测流水线，研究者可以拿自己的蛋白序列，从序列到预测结构一条龙跑完。EMBL-EBI 的代理所长 Jo McEntyre 特别提到，这批数据覆盖了不少研究很少的病毒，也降低了资源有限地区一线科学家的门槛——那些最先直面疫情的人，往往最缺数据。
为什么这件事值得认真看？新冠给世界留下的教训是：科学家对冠状病毒关键蛋白的长期积累，让疫苗研发跑出了创纪录的速度。但下一次大流行很可能"不按剧本出牌"。格拉斯哥大学分子病毒学教授、项目合作者 Joe Grove 说得很直白：我们要做的，就是提前把知识储备好。全球发展中心的一项分析估计，到 2050 年，世界面临一场不亚于新冠的大流行的概率约为 50%。
和大模型圈的闭源竞赛相反，NVIDIA 这次走的是“开放科学生产力”路线：不卖 API、不锁生态，把数据和工具链同时摊开，让全球实验室站在同一条起跑线上。这步棋也不只是公益——BioNeMo 生态越繁荣，GPU 在生命科学里的位置就越稳。它不会直接变成一款新药，但可能决定下一次疫情来临时，人类手里有多少“预习资料”。在 AI for Science 的叙事里，这是少有的今天就能下载、明天就能用的实在进展。
