Folding@home

Folding@home（FAH）是一个专注于模拟蛋白质折叠过程的分布式计算项目。蛋白质从一条线性氨基酸链折叠成具有生物功能的三维结构，这一过程一旦出错（即“错误折叠”），就可能引发阿尔茨海默症、帕金森症、亨廷顿舞蹈症、渐冻症（ALS）以及多种癌症。通过在原子尺度上模拟这些分子过程，研究人员能够获得仅靠实验室实验无法得到的深层认识。

该项目于 2000 年 10 月在斯坦福大学由 Vijay Pande 教授发起。其核心科学方法是分子动力学（MD）模拟——对蛋白质体系中的每一个原子（通常涉及数万个原子）通过复杂力场求解牛顿运动方程。每一步模拟仅覆盖飞秒（10^-15 秒）级别的时间，因此要模拟具有生物学意义的微秒到毫秒尺度过程，需要天文数字级别的计算量。

FAH 开创性地采用了马尔可夫状态模型（MSM）方法：将漫长的模拟过程拆分为大量短小、相互独立的计算任务，分发到志愿者的电脑上并行运算，再通过统计方法将这些短轨迹拼接成完整的蛋白质折叠能量景观——也就是蛋白质所有可能构象及其相互转化速率的全局图谱。这种方法天然适合分布式计算，因为每个工作单元彼此独立且体量适中。

2020 年初新冠疫情暴发后，FAH 紧急启动了针对 SARS-CoV-2 刺突蛋白及其受体结合域的模拟项目。全球志愿者蜂拥而至，短短数周内项目总算力飙升至约 2.4 exaFLOPS，一举超过全球 Top500 超级计算机的算力总和。这些模拟揭示了刺突蛋白上在静态晶体结构中不可见的“隐藏”结合口袋，为药物干预提供了潜在靶点。

截至目前，FAH 已产出超过 280 篇经同行评审的科学论文。2019 年，Greg Bowman 教授接替 Vijay Pande 出任项目负责人，当时以圣路易斯华盛顿大学为基地；2022 年他带着项目转入宾夕法尼亚大学，FAH 目前总部即设在宾大。FAH 在蛋白质动力学模拟领域的长期积累，为获得 2024 年诺贝尔化学奖认可的计算蛋白质设计研究提供了重要的数据基础和方法论支撑。