AI再夺诺奖！2024年诺贝尔化学奖也颁给人工智能
情感
2024-10-10 16:35
重庆
北京时间10月9日，当瑞典皇家科学院宣布，美国华盛顿大学西雅图分校的戴维・贝克以及谷歌旗下“深层思维”公司的德米斯・哈萨比斯和约翰・江珀，三位杰出科学家共同因破解蛋白质神奇结构密码而荣获“2024年诺贝尔化学奖”时，不仅让整个科学界都为之沸腾，也瞬间引发了各界对人工智能技术在蛋白质研究等领域发展前景的广泛关注。诺贝尔化学委员会主席海纳・林克指出，2024年诺贝尔化学奖所表彰的两项发现，在生物化学领域开辟了无尽的可能性。其中，戴维・贝克成功地完成了构建全新蛋白质种类这一几乎不可能的壮举，为药物、疫苗、纳米材料和微型传感器等领域带来了新的可能性。而此次共享一半诺奖的德米斯・哈萨比斯和约翰・江珀，两位科学家所开发的人工智能模型AlphaFold2，则解决了一个已有50年历史的难题，能够预测大约两亿种已知蛋白质的复杂结构，并且已被全球200多万人使用。![]()
这一突破也从根本上改变了AI模型对蛋白质结构的测定方式，为科研人员更好地了解抗生素耐药性等问题提供了有力的工具，也为未来的科学研究开辟了广阔的道路。蛋白质作为生命中巧妙的化学工具，一直是科学界研究的重点。在蛋白质中，氨基酸以长链形态连接在一起，这些长链折叠后形成三维结构，对蛋白质的功能起着决定性作用。自20世纪70年代以来，研究人员一直致力于从氨基酸序列中预测蛋白质结构，但这一任务犹如登天般艰难。为了解决蛋白质结构检测难题，1994年，以美国马里兰大学的约翰・莫尔特为首的一批科学家启动了名为蛋白质结构预测关键评估（CASP）的项目，随后该项目发展成为一项竞赛。几年前，研究人员在CASP竞赛中人工预测蛋白质结构的准确率最多只能达到40%。然而，哈萨比斯团队借助他们的AI模型阿尔法折叠，对蛋白质的预测准确率达到了近60%，能够预测过去已经鉴定出的几乎所有 2 亿种蛋白质的结构。而要全面了解蛋白质的功能，其结构的预测准确率必须达到90%。![]()
之后，哈萨比斯和江珀联手研发了全新的AlphaFold2。2020年，他们带着这一AI模型参加CASP，评估结果令几乎所有人震惊，他们意识到生物化学领域长达50年的挑战已然结束。在大多数情况下，AlphaFold2的性能几乎与X射线晶体学不相上下。这个发明的重大意义在于，人类拥有了预测蛋白质结构的全新方法。过去，测定蛋白质三维结构有三大主要手段，即X射线晶体学、核磁共振技术和冷冻电镜三维重构技术。这些方法各有优缺点，不同的研究对象需要采用不同的方法。阿尔法折叠的惊艳登场，几乎克服了现有的几种测定蛋白质结构方法的弱点，在准确性、速度、效率以及适用性方面都展现出了巨大优势。这项发明的重要意义，同样体现在药物研发和疾病诊治方面。例如，艾滋病病毒表面突起蛋白gp120主要与人免疫T细胞表面蛋白结合，如果能进一步确定gp120蛋白的结构，就可以设计出阻止其与T细胞结合的药物，从而防治艾滋病。此外，更应看到的是，今年的诺贝尔的物理学奖和化学奖都授予了与人工智能相关的研究成果，这或许意味着，人工智能不仅是未来人们工作和研究的得力工具，更是人类社会发展不可或缺的强大利器。
