™生物学的苦涩教训：为什么扩大算力还不足以破解生物学——DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 对谈
32 分 41 秒的播客对谈：Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 讨论 AlphaFold 之后的生物学 AI，覆盖扩展定律、数据质量、虚拟细胞与药物发现。
要点 点时间跳到那里
开场：AlphaFold 并未完全解决蛋白质折叠问题
寻找生物学数据的扩展定律，选对数据比盲目扩大规模更重要
AlphaFold 的数据局限；构建虚拟细胞需要不同类型的数据集
AlphaFold 的局限：结构、功能与动态；蛋白质动态与无序区域仍是难题
从单个蛋白质模型走向整个生物系统的建模
蛋白质语言模型中可能藏着尚未解锁的科学知识
AI 何时能带来药物发现的 10 倍至 100 倍加速并进入临床
治愈所有疾病需要 10 倍级的突破，而非 10% 的渐进改进