未來趨勢生物科技
PDB 55 年累積逾 26 萬筆結構資料，成為 AI 蛋白質預測的公共底座
結論先講：蛋白質資料庫從 1971 年的 7 個結構，成長到逾 26 萬筆原子級模型。官方估算重建成本至少 270 億美元，但全球仍可免費使用。AlphaFold 等 AI 突破背後，靠的是數十年公共資料累積，而不只是模型演算法。
270億
美元，資料庫最低重建成本估算
26萬+
原子級三維模型筆數
1000萬次
每日資料檔下載量
[ 3 個快取重點 ]
01
PDB 每年約成長 10%，累積被超過 100 萬篇論文引用。
02
2010 至 2023 年 FDA 核准的 88 種新型小分子抗癌藥都曾受惠於 PDB。
03
還沒定案：預測結構仍不等於實驗驗證，模型資料需持續校正。
01資料如何變成基礎設施
研究團隊把結構提交後，由跨洲資料中心驗證與整理。這種看似緩慢的公共工程，讓藥物設計與 AI 模型能在共同、可信的資料上迭代。
01 對照表 · PDB 的規模變化
| 指標 | 起點 | 現在 |
|---|---|---|
| 結構模型 | 7 個 | 逾 26 萬筆 |
| 每日下載 | 無線上服務 | 約 1,000 萬次 |
| 重建成本 | 未估 | 至少 270 億美元 |
開放不代表沒有價值，反而讓價值被更多研究反覆放大。
02為何是 AI 的隱形護城河
模型架構可以被論文複製，高品質標註與跨年代累積卻很難速成。未來生物 AI 的競爭，仍會依賴誰能取得並維護可信資料。
Bottom line
最耀眼的 AI 成果，往往站在最不耀眼的資料維護工作上。
- 原始報導
- 科技新報
- 改寫方式
- 快取新聞不轉載原文。我們讀完原始報導後，用自己的話重寫成結論、三個重點與一張圖。數字均取自上列來源，未經我們獨立查證。
- 單位
- 「pt」為百分點，指兩個百分比的差，不是成長率。標示「預估」或斜線紋樣者為推估值，非已實現數字。
更正紀錄本篇尚無更正。若你發現錯誤，寫信到 corrections@cachenews.tw，我們會在文末公開記錄更正內容與時間。