2024 年 10 月 9 日,北京时间 17:45 分,诺贝尔化学奖在无数关注目光下重磅揭晓。瑞典卡罗琳医学院宣布将 2024 年诺贝尔化学奖一半授予 David Baker(大卫 · 贝克),以表彰其在计算蛋白质设计方面的贡献,另一半则共同授予 Demis Hassabis(戴米斯 · 哈萨比斯)和 John M. Jumper(约翰 · 江珀),以表彰其在蛋白质结构预测方面的贡献。
来源:诺奖官网
学者简介
David Baker:1962 年出生于美国华盛顿州西雅图市。1989 年获美国加州大学伯克利分校博士学位。现任美国华盛顿大学西雅图分校教授。在哈佛大学学习时,他曾选择了哲学和社会科学。然而,在学习进化生物学课程时,他看到了经典教科书《细胞分子生物学》的第一版。这使他改变了人生方向,开始探索细胞生物学,并最终迷上了蛋白质结构。
Demis Hassabis:1976 年出生于英国伦敦。2009 年获英国伦敦大学学院博士学位。英国伦敦,谷歌 DeepMind 首席执行官。他四岁开始下棋,13 岁就达到了大师级水平。十几岁时,他开始了自己的职业生涯,成为一名程序员和成功的游戏开发者。他开始探索人工智能,并开始研究神经科学,取得了多项革命性的发现,利用所学到的大脑知识为人工智能开发出更好的神经网络。
John M. Jumper:1985 年出生于美国阿肯色州小石城。2017 年获美国伊利诺伊州芝加哥大学博士学位。英国伦敦谷歌 DeepMind 高级研究科学家。他对宇宙的痴迷使他开始学习物理和数学。然而,2008 年,当他开始在一家使用超级计算机模拟蛋白质及其动力学的公司工作时,他意识到物理学知识可以帮助解决医学问题。
研究内容简介
长期以来,化学家们孜孜不倦地探索着全面了解和掌握生命的化学工具--蛋白质。现在,这个梦想已经触手可及。Demis Hassabis 和 John M. Jumper 成功地利用人工智能预测了几乎所有已知蛋白质的结构。而 David Baker 则掌握了如何控制生命的组成元素,并创造出全新的蛋白质。他们的发现潜力巨大,势必在科学史上留下浓墨重彩的一笔!
那么旺盛的生命化学是如何实现的?这个问题的答案就是依靠蛋白质的存在,蛋白质一般由 20 个氨基酸组成,这些氨基酸可以无穷无尽地组合在一起。以 DNA 中储存的信息为蓝本,氨基酸在细胞中连接成长串,之后扭曲折叠成独特的三维结构,有时甚至是独一无二的结构。这种结构赋予了蛋白质的高级功能,可以生成肌肉、角或羽毛,而另一些则可能成为激素或抗体。许多蛋白质还能形成酶,以惊人的精度驱动生命的化学反应。位于细胞表面的蛋白质也很重要,它们是细胞与周围环境沟通的桥梁。
来源:诺奖官网
Demis Hassabis 和 John Jumper 获得了该奖项的一半奖金,他们利用人工智能成功地解决了化学家们苦苦挣扎了 50 多年的难题:根据氨基酸序列预测蛋白质的三维结构。这使他们能够预测几乎所有 2 亿种已知蛋白质的结构。另一半奖金颁发给了 David Baker,他开发了计算机方法,实现了许多人认为不可能实现的目标:创造出以前不存在的蛋白质,在许多情况下,这些蛋白质具有全新的功能。
波澜壮阔的蛋白质结构创造史
化学家们从十九世纪起便知道蛋白质对生命过程的重要性,但直到二十世纪五十年代,约翰-肯德鲁(John Kendrew)和马克斯-佩鲁兹(Max Perutz)取得了突破性的发现,成功地利用一种名为 X 射线晶体学的方法,首次提出了蛋白质的三维模型。为了表彰这一发现,他们于 1962 年获得了诺贝尔化学奖。
随后,研究人员主要利用 X 射线晶体学,付出巨大的努力成功绘制了约 20 万种不同蛋白质的图像,这为 2024 年诺贝尔化学奖的获得奠定了基础。
美国科学家克里斯蒂安-安芬森(Christian Anfinsen)是另一位早期发现者。他利用各种化学技巧,成功地使蛋白质展开,然后再次折叠起来。有趣的是,蛋白质每次都呈现出完全相同的形状。1961 年,他得出结论:蛋白质的三维结构完全由蛋白质中的氨基酸序列决定。他因此获得了 1972 年的诺贝尔化学奖。
科学的长河缓缓地流动,1998 年 David Baker 首次使用 Rosetta 参加 CASP 竞赛,与其他参赛者相比,Rosetta 的表现非常出色。这次成功催生了一个新想法--David Baker 团队可以反向使用该软件。即他们不需要在 Rosetta 中输入氨基酸序列就能得到蛋白质结构,而是输入所需的蛋白质结构,并获得关于其氨基酸序列的建议,这样他们就能创造出全新的蛋白质。
之后,研究人员开始使用 David Baker 的程序 Rosetta 开发蛋白质, Demis Hassabis 和 John Jumper 随后确认 AlphaFold2 有效后,他们计算了所有人类蛋白质的结构,又预测了迄今为止科学家们在绘制地球生物图谱时发现的几乎所有 2 亿种蛋白质的结构。
来源:诺奖官网
在此期间,Demis Hassabis 和 John Jumper 在技术上进行了一系列创新,包括可微分的端到端(1D 到 3D)预测管线,这样就可以同时优化模型中的所有参数;输入的 1D 序列和其进化邻域的序列比对的编码,可以协同预测氨基酸的相对邻近度;AI-ML 的计算「关注」机制,通过检测哪些相互作用(在众多相互作用中)对预测三维邻近性最重要,从而简化搜索空间;并将邻近性预测细化为详细的 3D 原子构型。毫不意外,他们提出的观点引发了大量借鉴和扩展其观点的创新。
截至 2024 年 10 月,AlphaFold2 已被来自 190 个国家的 200 多万人使用。以前,如果要获得蛋白质结构,往往需要数年时间。现在,几分钟就能完成。人工智能模型并不完美,但它能估算出所生成结构的正确性,这样研究人员就能知道预测的可靠程度。
来源:诺奖官网
斩获诺奖,实至名归
作为化学工具,蛋白质具有惊人的多功能性,这一点从生命的多样性中可见一斑。人们现在可以如此轻松地观察到这些小型分子机器的结构,这简直令人匪夷所思。它让我们能够更好地了解生命的功能,包括为什么会出现某些疾病、抗生素耐药性是如何产生的,以及为什么某些微生物可以分解塑料。
创造具有新功能的蛋白质的能力同样令人震惊。这可以带来新的纳米材料、靶向药物、更快速的疫苗开发、最小化传感器和更环保的化学工业--这仅仅是为人类带来最大利益的几项应用。3 位蛋白质设计、结构预测专家居功至伟!
最后,再次祝贺 David Baker、 Demis Hassabis 和 John M. Jumper 获得今年的诺奖!
题图来源:诺奖官网