蛋白质结构预测通常指借助计算机模拟从氨基酸序列推断其三维空间结构，而空间结构决定其生理功能，因此，结构预测问题尤为重要。基于简单物理的预测只能处理较短的蛋白质，精度不高。近十年来，基于数据驱动和生物信息学的方法引起了广泛关注。本文主要回顾了近十年来深度学习在蛋白质预测领域的应用，重点介绍了Deepmind团队的Alpha褶皱法，该方法在单域蛋白质上达到了中低分辨率的实验精度，在一定程度上解决了困扰人们50多年的蛋白质结构预测问题