当地时间10月9日，瑞典皇家科学院宣布，将2024年诺贝尔化学奖授予大卫·贝克（David Baker）、戴米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John M.Jumper），以表彰他们在蛋白质设计和蛋白质结构预测领域作出的贡献。3名获奖者共获得1100万瑞典克朗（约合745万元人民币）奖金。
诺贝尔奖委员会评价称，来自美国华盛顿大学的贝克成功完成了构建全新蛋白质这一几乎不可能完成的任务；而来自谷歌的英国科学家哈萨比斯和江珀则开发了一种名为AlphaFold2的人工智能模型，这种模型解决了一个已有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。![]()
蛋白质是维持生命的重要大分子，通常由20种不同的氨基酸组成。在蛋白质中，氨基酸以长链连接在一起，折叠起来形成独特的三维结构，这对蛋白质的功能至关重要。要了解生命如何运作，首先就需要了解蛋白质的形状和结构。自19世纪以来，化学家就已了解蛋白质对生命过程的重要性。但直到20世纪50年代，随着研究工具精度的提高，研究人员才开始借助仪器解析蛋白质三维结构。到20世纪70年代，研究人员已经认识到，决定蛋白质如何折叠的相关信息蕴含在组成蛋白质的氨基酸序列中。从那时起，研究人员一直怀有一个梦想，即试图根据已知的氨基酸序列预测蛋白质三维结构，但这非常困难，甚至一度被认为是不可能实现的梦想。“30年前，如果能用实验设备解析一种蛋白质结构就完全可以发表一篇博士论文，因为那是一件极为困难的事情，”诺贝尔化学委员会评委邹晓冬9日接受新华社记者采访时说，得益于今年诺贝尔化学奖获奖成果，人们现在可以设计蛋白质，还可通过人工智能预测蛋白质三维结构，“这是一个非常大的革命”。然而，就在4年前，出现了一个惊人的突破。2020年，谷歌旗下“深层思维”公司的戴米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John M.Jumper）提出名为“阿尔法折叠2”的人工智能模型。“阿尔法折叠2”模型曾赢得有着生物计算领域“奥运会”之称的“蛋白质结构预测关键评估（CASP）”比赛，并成为第一个能准确预测蛋白质三维结构的机器学习模型。
“阿尔法折叠2”模型成功解决了科学家苦苦思索了数十年的难题——从氨基酸序列预测蛋白质结构，它能够预测几乎所有已知的2亿种蛋白质的结构。自问世以来，“阿尔法折叠2”已被用于海量科学应用中，例如人们用它应对抗生素耐药性、寻找疟疾等疾病的新疗法等。“阿尔法折叠2”极大缩短了人工确定蛋白质结构的时间，展示了人工智能对于科学发现的影响。此外，这项研究将有助于人们更好地了解疾病，并能加速新靶向药物开发。到今年10月，已有来自大约190个国家的200多万人使用了“阿尔法折叠2”程序。02
自然界中的蛋白质种类有限，研究人员希望创建出新的蛋白质种类，使其执行诸如分解有害物质或作为化学制造业工具等功能。该领域自20世纪90年代末兴起，美国华盛顿大学西雅图分校教授大卫·贝克在该领域取得突破。他开发的名为Rosetta的软件成功构建出不是天然存在的全新蛋白质。贝克的研究团队首先提出一个全新结构的蛋白质，然后利用Rosetta计算哪种氨基酸序列可以生成所需的蛋白质。为了验证该软件的成功率，贝克的研究小组将软件建议的氨基酸序列基因引入细菌，这些细菌生产了所需的蛋白质。然后，他们利用X射线晶体学确认了蛋白质结构与他们的设计几乎完全符合。该成果于2003年发表。此后，他的研究小组不断创造出一个又一个具有新功能的蛋白质，可用于催生新的纳米材料、靶向药物、疫苗研发、微型传感器以及更环保的化学工业等，为实现人类福祉开辟了无限可能。03
于10月8日揭晓的2024年诺贝尔物理学奖，授予了美国科学家约翰·霍普菲尔德（John Hopfield）和英裔加拿大科学家杰弗里·欣顿（Geoffrey Hinton），以表彰他们通过人工神经网络实现机器学习而作出的基础性发现和发明，本次诺贝尔化学奖再现AI身影。戴米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John M.Jumper）研制的“阿尔法折叠2”AI模型，为解决蛋白质结构预测难题带来转机。AI已不仅是计算机科学分支，更是推动科学研究和技术进步的重要工具。它为解决长期科学问题提供支持，促进多层面科学发展。此次诺奖是对AI辅助科学研究趋势的肯定，也将激励更多年轻人关注AI在科学中的应用，催生新一代跨学科人才。2006年，辛顿和他的学生正式提出深度学习（Deeping Learning）的概念，被称为深度学习之年，辛顿被称为深度学习之父；2014年，聊天机器人“EugeneGoostman”通过图灵测试，亚马逊推出虚拟助手；2016年，谷歌DeepMind的AlphaGo计算机程序战胜围棋冠军李世石；汉森机器人公司首次推出了一款名为索菲亚的防人机器人；2017年，谷歌论文提出Transformer结构，为GhatGPT和DALL-E等生成式人工智能模型提供了技术突破的思路；2018年，图灵奖授予三位科学家：本吉奥、辛顿和杨乐昆，基于在人工智能的深度学习贡献；2020年，微软推出T-NLG，一种生成式语言模型；OpenAI发布了GPT-3语言模型，完成人类几乎无法完成的语言任务；2021年，OpenAI发布DALL（可从文本生成图像的人工智能模型）；谷歌引入了LaMDA大语言模型；2022年，Stability AI发布Stable Diffusion，基于文本描述生成图像的工具。OpenAI发布突破性的ChatGPT，用户数量在5天内突破100万；2023年，ChatGPT升级至GPT 4。DALL-E2进化为DALL-E3。Alphabet发布了由LaMDA提供支持的生成工具Bard；中国文艺网新媒体
来源 | 综合央视新闻客户端、新华视点微信公众号、笔记侠微信公众号等
编辑 | 钟达
投稿邮箱 | zgwywxw@126.com
![]()
点个“在看”，共同关注~👇
