自从20世纪50年代DNA被发现以来，生物学家一直试图将基因序列的长度与一系列细胞成分和蛋白质合成过程联系起来，例如，包括为现在著名的mRNA疫苗助力的特定抗体的mRNA转录过程。尽管自DNA发现以来，在基因组测序和理解方面取得了一定进展，但仍缺失一个重要环节。生物学家缺乏一种仅使用未知蛋白质的DNA或RNA源序列就能准确有效地预测其三维形状的方法。在生物学中，结构决定功能。蛋白质在细胞中的作用取决于其形态。能够预测甚至设计蛋白质结构对于人类疾病理解将是一个飞跃，并会为一系列疾病解锁新的治疗方法。
70多年来，科学家们一直在使用令计算机不堪重负的慢方法，并且主要依靠自己的猜测来梳理蛋白质的结构。尽管生物学家知道构成每种蛋白质的每种氨基酸的DNA编码长度，但他们缺乏一个可重复、可推广的公式来解决所谓的“蛋白质折叠问题”。他们需要系统地了解任何一串氨基酸一旦连接起来，将如何折叠成三维形状，从而解开浩瀚的蛋白质宇宙。
谷歌的人工智能团队DeepMind于2020年宣布其算法AlphaFold解决了蛋白质折叠问题。起初，科学家们对这一惊人的突破兴奋不已，科学家们随时准备测试这种新工具，也激发了一些人的兴趣。AlphaFold通过一年一度的竞赛证明了其科学勇气，在该竞赛中，生物学家团队仅根据蛋白质的基因序列猜测蛋白质的结构。该算法远远超过了人类竞争对手，发布了预测最终形状在一埃（单个原子的宽度）内的分数。不久之后，AlphaFold通过了第一次真实世界测试，正确预测了SARS-CoV-2“刺突”蛋白的形状，该蛋白是病毒显而易见的靶向疫苗的膜受体。
AlphaFold的预测非常准确，经过70多年的思索，蛋白质折叠问题被认为已经解决。虽然蛋白质折叠问题可能是迄今为止AI在科学领域最引人注目的成就，但AI正在许多科学领域悄然取得新发现。
通过加速发现过程并为科学家提供新的调查工具，AI也正在改变科学研究的方法。这项技术升级了显微镜和基因组测序仪等研究支柱，为仪器增加了新的技术能力，使其功能更加强大。AI驱动的药物设计和重力波探测器为科学家提供了探测和控制自然界的新工具。