2024 年诺贝尔化学奖授予了 David Baker，表彰他在计算蛋白质设计方面的贡献；另一半则联合授予了 Demis Hassabis 和 John M. Jumper，以表彰他们在蛋白质结构预测方面的贡献。 这些科学家对蛋白质（生命的巧妙化学工具）的研究取得了突破性进展。他们的发现具有巨大的潜力，为人类带来了巨大利益。
• David Baker 成功地利用组成蛋白质的基本单位——氨基酸——构建了全新的蛋白质。他的研究小组已经创造出了一种又一种富有想象力的蛋白质，包括可以用作药物、疫苗、纳米材料和微型传感器的蛋白质。
• Demis Hassabis 和 John Jumper 开发了一种 AI 模型 AlphaFold2 来解决一个存在了 50 年的问题：预测蛋白质的复杂结构。通过 AlphaFold2，他们已经能够预测几乎所有 2 亿个已经被研究人员识别的蛋白质的结构。自从他们的突破以来，来自 190 个国家的 200 多万人已经使用了 AlphaFold2。
他们的工作为生物化学和生物学研究开辟了新的纪元，我们现在可以用以前不可能的方式预测和设计蛋白质结构。
蛋白质：生命化学的奇迹
蛋白质是生命活动的主要承担者。从催化生物化学反应的酶，到传递信号的激素，再到构成细胞骨架的结构蛋白，蛋白质几乎参与了所有的生命过程。蛋白质之所以能承担如此多样的功能，是因为其拥有复杂而精妙的三维结构。
蛋白质的结构由其氨基酸序列决定。 氨基酸链会自发折叠成特定的三维结构，而这种结构决定了蛋白质的功能。因此，了解蛋白质的三维结构对理解生命过程、开发新药和生物技术至关重要。
AI 时代的蛋白质结构预测
长期以来，预测蛋白质的三维结构一直是生物化学领域的一项重大挑战。传统的实验方法，如 X 射线晶体学和核磁共振，不仅耗时且成本高昂，而且对很多蛋白质来说难以实现。计算蛋白质结构预测为解决这一难题提供了新的途径。
1. CASP 竞赛与早期预测方法
为了促进蛋白质结构预测领域的发展，科学家们于 1994 年发起了 CASP 竞赛（Critical Assessment of protein Structure Prediction），该竞赛每两年举办一次，旨在评估各种蛋白质结构预测方法的准确性。
早期的蛋白质结构预测方法主要基于物理化学原理和统计学方法，例如利用氨基酸的理化性质、能量函数和已知结构的蛋白质数据库来预测蛋白质的折叠方式。然而，这些方法的预测精度有限，尤其是在面对 大型复杂蛋白质结构时，往往难以给出可靠的结构模型。
2. AlphaFold 的出现与突破
2018 年，由 Demis Hassabis 领导的 DeepMind 团队开发的 AI 模型 AlphaFold 在 CASP13 竞赛中取得了突破，首次将蛋白质结构预测的精度提高到了接近实验水平。
AlphaFold 的成功得益于深度学习技术的应用。深度学习是一种强大的机器学习技术，它可以通过训练多层神经网络来学习数据中的复杂模式。 AlphaFold 利用了大量的蛋白质序列和结构数据，训练了一个能够预测蛋白质结构的神经网络模型。
3. AlphaFold2：深度学习的胜利
2020 年，DeepMind 团队推出了升级版的 AlphaFold2，并在 CASP14 竞赛中再次取得了压倒性的胜利。AlphaFold2 采用了一种全新的神经网络架构，能够更有效地学习蛋白质序列和结构之间的关系。其预测结果的精度之高，让许多科学家惊叹不已。
AlphaFold2 的出现，标志着蛋白质结构预测领域取得了革命性的突破。 现在，科学家们可以使用 AlphaFold2 快速准确地预测蛋白质的结构，这将极大地推动生命科学、医药研发等领域的发展。例如，科学家们利用 AlphaFold2 预测了新冠病毒刺突蛋白的结构，为疫苗和药物的开发提供了重要信息。
从头设计蛋白质：超越自然的创造力
除了预测蛋白质结构，科学家们还致力于从头设计自然界不存在的全新蛋白质，以满足各种需求，例如开发新药、酶和生物材料。
1. 蛋白质设计的概念与意义
蛋白质设计是指利用计算机模拟和生物化学技术，从零开始构建具有特定结构和功能的新型蛋白质。蛋白质设计为我们提供了前所未有的机遇，可以根据需要定制蛋白质的性质，以满足各种应用需求。
2. David Baker 和 Rosetta 程序的诞生
David Baker 是蛋白质设计领域的先驱之一。他在 20 世纪 90 年代末开发了 Rosetta 程序，该程序是蛋白质设计领域的一款重要工具。Rosetta 基于蛋白质结构和能量函数的原理，可以根据用户的需求设计出全新的蛋白质结构。
Rosetta 程序的工作原理是模拟蛋白质折叠的过程，通过不断地调整蛋白质结构和氨基酸序列，寻找能量最低、最稳定的构象。Rosetta 程序不仅可以用于设计全新的蛋白质，还可以用于改进现有蛋白质的稳定性和功能。
3. Top7：人工设计的首个独特蛋白质
2003 年，Baker 团队利用 Rosetta 程序设计出了首个与自然界所有已知蛋白质都不同的全新蛋白质 Top7。
Top7 的结构非常独特，它由 93 个氨基酸组成，折叠成一个紧密的球状结构。Top7 的设计过程完全基于计算机模拟，没有任何参考的天然蛋白质结构。Top7 的成功设计证明了 Rosetta 程序的强大功能，也为蛋白质设计领域开辟了新的方向。
4. 蛋白质设计的广阔应用前景
蛋白质设计在生物医药、能源、环境等领域具有广阔的应用前景。例如，科学家们可以设计出能够特异性靶向癌细胞的蛋白质药物，或者设计出能够分解塑料的新型酶。 蛋白质设计还有望用于开发新型生物材料、 生物传感器和生物燃料电池。
展望未来：蛋白质科学的新纪元
AlphaFold2 和 Rosetta 的出现标志着蛋白质科学进入了一个全新的纪元。这两个突破性的成就，为我们理解生命过程、开发新药物和生物技术提供了史无前例的机会。
1. AlphaFold2 和 Rosetta 的深远影响
AlphaFold2 和 Rosetta 的成功将极大地推动蛋白质科学的发展，大大加深了我们对生命过程的认知。这些技术也将加速新药和生物技术的开发，为人类健康和可持续发展做出贡献。
2. 蛋白质设计与结构预测的结合
未来，蛋白质设计和结构预测技术将更加紧密地结合，形成一个良性循环。 结构预测可以为蛋白质设计提供更准确的结构信息，而蛋白质设计则可以为结构预测提供更多的数据和验证。
3. 蛋白质科学的未来方向
随着人工智能、计算科学和生物技术的不断发展，蛋白质科学将在未来取得更加令人瞩目的成就。我们可以预见，蛋白质设计将更加精准和高效，科学家们将能够设计出更加复杂和精密的蛋白质机器，以解决人类面临的各种挑战。
相关链接
• 诺贝尔奖官方网站：https://www.nobelprize.org/
• AlphaFold 官网：https://alphafold.ebi.ac.uk/
• Rosetta Commons 官网：https://www.rosettacommons.org/
