借助AI模型破解蛋白质结构的密码

　　10月9日，在瑞典斯德哥尔摩举行的2024年诺贝尔化学奖公布现场，屏幕显示奖项得主美国华盛顿大学的戴维·贝克、英国伦敦谷歌旗下人工智能公司“深层思维”的德米斯·哈萨比斯和约翰·江珀。

　　瑞典皇家科学院10月9日宣布，将2024年诺贝尔化学奖授予三名科学家，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。

　　创造出“一种又一种富有想象力的蛋白质”　　

　　据诺贝尔奖官网消息，瑞典皇家科学院决定将2024年诺贝尔化学奖一半颁发给戴维·贝克，以表彰他在“蛋白质设计”领域的贡献，另一半由德米斯·哈萨比斯和约翰·江珀共同获得，以表彰他们在“蛋白质结构预测”方面的贡献。

　　评奖委员会在当天发布的新闻通报中称，“他们破解了蛋白质奇妙结构的密码”，“戴维·贝克成功地完成一项几乎不可能的壮举，制造出全新种类的蛋白质。德米斯·哈萨比斯和约翰·江珀开发出人工智能模型来解决预测蛋白质复杂结构的问题。这些发现蕴藏着巨大潜力。”

　　通报称，2003年，戴维·贝克成功设计出一种新的蛋白质。此后，他的研究小组创造出“一种又一种富有想象力的蛋白质”，它们可被用于药物、疫苗、纳米材料和微型传感器等。　　

　　帮助科研人员更好了解抗生素耐药性　　

　　德米斯·哈萨比斯和约翰·江珀的发明则解决了自20世纪70年代以来的一项科研难题：蛋白质结构预测。2020年，他们开发出人工智能模型AlphaFold2，能够预测几乎所有已确定的蛋白质结构。自从取得突破以来，AlphaFold2被来自190个国家的200多万人使用，以帮助科研人员更好地了解抗生素耐药性等。

　　诺贝尔化学奖委员会主席海纳·林克表示，“今年获奖的一项发现涉及惊人的蛋白质构建，另一项实现了50年来的梦想：通过氨基酸序列预测蛋白质结构。这两个发现开辟了巨大可能性。”

　　贝克1962年出生于美国华盛顿州西雅图，1989年获加州大学伯克利分校博士学位，现为华盛顿大学西雅图分校教授。

　　哈萨比斯1976年出生于英国伦敦，2009年获伦敦大学学院博士学位，现任英国伦敦谷歌旗下人工智能公司“深层思维”首席执行官。

　　江珀1985年出生于美国阿肯色州小石城，2017年获芝加哥大学博士学位，现任英国伦敦谷歌旗下人工智能公司“深层思维”高级研究科学家。

　　回顾

　　过去五年获奖名单

　　2023年：美国麻省理工学院教授蒙吉·巴文迪、美国哥伦比亚大学教授路易斯·布鲁斯和美国纳米晶体技术公司前首席科学家阿列克谢·叶基莫夫，因在发现和合成量子点方面所作出的贡献获化学奖。　　

　　2022年：美国化学家卡罗琳·贝尔托齐、丹麦化学家莫滕·梅尔达尔和美国化学家卡尔·巴里·沙普利斯，因在点击化学和生物正交化学方面所作出的贡献获化学奖。　　

　　2021年：美国科学家戴维·麦克米伦和德国科学家本亚明·利斯特，因在不对称有机催化研究方面的贡献获化学奖。　　

　　2020年：法国生物化学家玛纽埃勒·沙尔庞捷和美国生物化学家珍妮弗·道德纳，因在基因编辑技术方面的贡献获化学奖。　　

　　2019年：美国物理学家约翰·古迪纳夫、英国化学家斯坦利·惠廷厄姆和日本化学家吉野彰，因在锂电池研发领域所作出的贡献获化学奖。

　　聚焦

　　攻克长达半个世纪难题：预测蛋白质复杂结构

　　今年化学奖得主的两大发现令人瞩目：一是如何构建令人惊叹的个性化蛋白质；二是实现了长达50年的梦想——仅凭氨基酸序列就能预测蛋白质的结构。

　　其中，哈萨比斯与江珀借助人工智能（AI）模型，攻克了长达半个世纪之久的难题——预测蛋白质的复杂结构。瑞典皇家科学院称：“这些发现的潜力不可估量。”　　

　　推陈出新：

　　创造出具有药物等功能的蛋白质　　

　　创造出了具有药物、疫苗、纳米材料和微型传感器等功能的蛋白质。

　　生命的多样性正是蛋白质作为卓越化学工具的明证。它们掌控并驱动着所有赋予生命活力的化学反应。此外，蛋白质还扮演着激素、信号分子、抗体以及组织构建基石等多重角色。

　　蛋白质由20种不同类型的氨基酸构成，是生命不可或缺的基础。早在2003年，贝克就巧妙地利用这套“构建积木”，设计出了一种全新的蛋白质，它与所有已知蛋白质截然不同。

　　此后，贝克所领导的团队更是不断推陈出新，创造出了具有药物、疫苗、纳米材料和微型传感器等功能的蛋白质。　　

　　重大突破：

　　AI模型成功预测2亿种蛋白质结构　　

　　另一个重大发现是科学家能够预测蛋白质的结构了。蛋白质中的氨基酸像长串珠子一样连接在一起，折叠成复杂的三维结构，这种结构对蛋白质的功能至关重要。自20世纪70年代以来，科学家们就一直在努力根据氨基酸序列预测蛋白质的结构，但这一直是个巨大的挑战。

　　四年前，这一领域迎来了重大突破。2020年，哈萨比斯与江珀提出了名为AlphaFold 2的AI模型。借助这一模型，他们成功预测了科学家已知的几乎所有2亿种蛋白质的结构。

　　自这一突破以来，已有全球190个国家的超过200万人使用AlphaFold 2在疟疾疫苗、癌症治疗和酶设计等领域取得了重要发现。此外，研究人员还能更深入地了解抗生素耐药性，并创建出能够分解塑料的酶的图像。　　

　　再次飞跃：

　　新模型或带来生物科学研究的变革　

　　今年5月，谷歌推出革命性的模型AlphaFold 3登上国际顶级期刊《自然》杂志。AlphaFold 3能够预测所有生命分子的结构和相互作用。在预测蛋白质与其他分子的相互作用上，AlphaFold 3相比现有方法至少提高了50%的准确率，针对一部分相互作用类别甚至提高了1倍。

　　AlphaFold 3是基于其2020年推出的AlphaFold 2研发而来。这使得AlphaFold 3成为首个超越基于真实生物分子结构预测工具的AI系统。

　　AlphaFold 3不仅限于蛋白质，将探索更广泛的生物分子。这一再次飞跃可能影响从开发生物可再生材料和更具弹性的作物，到加速药物设计和基因组学研究，带来生物科学研究的变革。　　

　　整合：史明磊 来源：新华社、中新网、瑞典皇家科学院官网、诺贝尔官网 图片：新华社