北京时间2024年10月9日下午5时45分，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）。他们获奖是因为在蛋白质设计和蛋白质结构预测领域作出的贡献。
大卫·贝克来自美国华盛顿大学西雅图分校，他在计算蛋白质设计方面取得了突出成就，成功完成了构建全新蛋白质种类这一几乎不可能的壮举。戴米斯·哈萨比斯和约翰·江珀来自英国伦敦的谷歌 DeepMind 公司，他们开发了一种 AI 模型，解决了困扰科学界50年的难题——预测蛋白质的复杂结构。这三位获奖者将共同获得1100万瑞典克朗（约合745万元人民币）的奖金。
蛋白质结构的AI模型在医学领域会有哪些影响，会应用到哪些方面？
1. 药物研发：
①靶点发现与验证：许多疾病的发生与特定蛋白质的异常功能相关，这些蛋白质可以成为药物作用的靶点。AI模型能够快速预测蛋白质结构，帮助科学家更准确地找到潜在的药物靶点。例如，通过分析与疾病相关的蛋白质结构，发现其特定的结合位点或活性区域，为药物研发提供明确的目标。
②药物设计与优化：基于蛋白质结构预测，可设计出与靶点蛋白特异性结合的药物分子。AI可以模拟药物分子与蛋白质的相互作用，预测药物的结合亲和力、活性和副作用等，从而优化药物设计。比如，设计能够精确结合癌细胞表面特定蛋白的靶向药物，提高治疗效果并减少对正常细胞的损害。
③药物筛选：在大量的化合物库中筛选具有潜在治疗作用的药物是药物研发的重要环节。AI模型可以根据蛋白质结构信息，快速筛选出与目标蛋白可能相互作用的化合物，大大提高筛选效率和准确性，减少实验筛选的工作量和成本。
2. 疾病诊断与预测：
①疾病标志物识别：某些疾病的发生会导致体内特定蛋白质的结构或表达水平发生变化。AI模型可以分析大量的蛋白质数据，识别出与疾病相关的蛋白质标志物。这些标志物可以用于疾病的早期诊断、病情监测和预后评估。例如，通过对血液或组织样本中的蛋白质进行分析，发现某些蛋白质的结构变化可能是癌症、心血管疾病等疾病的早期信号。
②遗传疾病研究：遗传疾病通常由基因突变引起，这些突变可能导致蛋白质结构和功能的异常。AI模型可以预测基因突变对蛋白质结构和功能的影响，帮助研究人员理解遗传疾病的发病机制。例如，预测错义突变对蛋白质功能的影响，为遗传疾病的诊断和治疗提供依据。
3. 疫苗设计：
①抗原结构预测：疫苗的作用是刺激人体免疫系统产生针对病原体的抗体。AI模型可以预测病原体蛋白质的结构，特别是那些能够被免疫系统识别的抗原表位。通过了解抗原的结构，科学家可以设计出更有效的疫苗，提高疫苗的免疫原性和保护效果。例如，对于病毒感染性疾病，预测病毒表面蛋白的结构，为疫苗研发提供指导。
②疫苗研发策略制定：根据蛋白质结构预测结果，还可以制定合理的疫苗研发策略。例如，确定疫苗的成分、剂型和接种方式等，以提高疫苗的安全性和有效性。
4. 个性化医疗：
①患者分层与治疗方案制定：每个人的基因和蛋白质表达情况都有所不同，对药物的反应也可能存在差异。AI模型可以根据患者的蛋白质结构和基因信息，对患者进行分层，预测患者对不同治疗方案的反应，从而为个性化医疗提供依据。例如，对于癌症患者，根据肿瘤细胞中特定蛋白质的结构和表达情况，选择最适合的治疗药物和方案。
②药物剂量调整：AI模型可以根据患者的蛋白质结构和生理特征，预测药物在患者体内的代谢过程和作用效果，为药物剂量的调整提供参考。这有助于提高药物治疗的安全性和有效性，减少药物不良反应的发生。
5. 医学基础研究：
①蛋白质相互作用研究：蛋白质在细胞内通常通过相互作用来发挥功能。AI模型可以预测蛋白质之间的相互作用，帮助研究人员理解细胞内的信号传导、代谢调控等生物学过程。这对于揭示疾病的发生机制和寻找新的治疗靶点具有重要意义。
②疾病机制研究：通过对与疾病相关的蛋白质结构进行预测和分析，研究人员可以深入了解疾病的发生发展过程。例如，分析蛋白质结构的变化如何影响其功能，以及这些变化与疾病症状之间的关系，为疾病的治疗提供新的思路和方法。
注：以上内容来自官方媒体或网络搜集。
