AlphaFold 发现了可能的迷幻药
AlphaFold 预测难以研究的蛋白质三维结构，尤其是 GPCR 的能力，正在激发人们的希望：AI 可以极大加速药物发现，包括针对血清素受体、设计更安全或更具选择性的迷幻药。评论者讨论这究竟是一次真正的突破，还是只是为传统工具提供更好的“第一猜测”，并指出现实影响仍取决于生物复杂性、监管和临床验证。伴随对其诺奖级意义的乐观，也有对新化合物被滥用于研究化学品的担忧，以及对迷幻药进化作用和更强大的生物医学 AI 所带来社会后果的更广泛思考。
AlphaFold、GPCR 与药物发现
- 几位评论者强调，真正的大事并不是“新的迷幻药”本身，而是 AlphaFold 2（AF2）结构似乎可用于为 GPCR 发现配体，而 GPCR 是一类重要的药物靶点。
- 如果 AF2 能替代许多昂贵的蛋白动力学模拟，就能大幅降低早期药物发现的成本和时间。
- 有人推测 AF2 级别的工作值得诺奖，并认为这是数十年来最重要的生物医学进展之一。
对筛选和 AF2 的怀疑
- 也有人认为，虚拟筛选工具对模型质量可能相对不敏感，因此命中率并不能证明 AF2 捕捉到了真实动力学。
- 他们指出，只要虚拟筛选规模足够大，通常总能找到一些结合物，而许多高亲和力结合物仍然不会成为有用药物。
- 整体观点：有前景，但可能“只是”缓解了一个瓶颈，而不是一场彻底革命。
GPCR 生物学与潜在用途
- GPCR 被描述为细胞信号转导的“交换机总台”，影响许多生理系统。
- 现有靶向 GPCR 的药物覆盖了当前治疗药物中的很大一部分；更好的结构模型可以启用更具选择性的配体（例如针对不同血清素受体亚型），并对生理过程进行更精细的控制。
迷幻药、研究化学品与法律语境
- 多条评论预测，AF2 设计的迷幻药会变成“研究化学品”，并担心误标、污染以及严重不良事件（例如历史上的 Bromo-DragonFLY 案例）。
- 有人认为，已确立药物的合法化会大幅减少高风险的 RC 试验；少数人把自己认作谨慎的“真正 psychonauts”。
- 也有人关心 AI 是否会帮助生成个体化的精神活性药物或认知增强药物。
安全与风险争论
- 一些人把 LSD 等迷幻药描述为“相当安全”，尤其是与许多合法药物相比；另一些人则指出罕见但严重的后果（例如持续的视觉或精神障碍），并坚持不能淡化风险。
- 自身免疫疾病被提到作为一个“最终 Boss”，类似的 AI 驱动方法或许未来会有帮助，但文中并未讨论具体路径。
蛋白折叠与 AI 的局限
- 有评论用磁铁和绳子的直观类比来说明真实蛋白折叠和膜嵌入有多复杂，强调 AF2 只是一个很强的起点，而不是完整解决方案。
- 一些人表达了更广泛的怀疑，把 AF2 与代码 LLM 相比较，并追问有多少已通过实验验证；另一些人回应说，即使不完美，AF2 结构也已经在加速许多项目。