一组三位科学家──谷歌AI部门DeepMind的联合创始人兼首席执行官Demis Hassabis，DeepMind的高级研究科学家John Jumper，以及华盛顿大学的David Baker──因其在蛋白质预测与开发方面的开创性工作，荣获2024年诺贝尔化学奖。
此项荣誉的核心是AlphaFold 2，这是一种于2020年推出的AI系统，能够基于氨基酸序列准确预测蛋白质的三维结构。Baker领导的实验室致力于设计新型蛋白质，包括药物、疫苗、纳米材料和微型传感器等，他与同事们共同分享了这一殊荣。
该奖项强调了人工智能在生物科学中的变革性影响，恰好与该领域的另一位获奖者、谷歌DeepMind的Geoffrey Hinton以及普林斯顿大学的John J. Hopfield因其对人工神经网络的贡献而获得诺贝尔物理奖相呼应。
瑞典皇家科学院宣布了这项1100万欧元（约100万美元）的奖金，其中一半将授予Baker，其余部分则分配给Hassabis和Jumper。
解决五十年的生物挑战
诺贝尔委员会强调了AlphaFold在解决蛋白质结构预测方面的重要成就，这一挑战持续了五十年。蛋白质的三维形状决定了其功能，但准确预测氨基酸链如何折叠成这一形状非常复杂。自1970年代以来，尽管进行了多次尝试，由于可能配置的数量庞大，准确预测仍然难以实现。
AlphaFold通过AI实现了几乎与实验结果相当的准确性，能够预测蛋白质的三维结构，其结果与通过X射线晶体学和核磁共振（NMR）光谱获得的结果非常接近，误差约为1 Ångström（0.1纳米）。这一进展为生物学家提供了变革性的工具。
Hassabis和Jumper在DeepMind的工作重塑了结构生物学和药物发现，赋能全球科学家。“AlphaFold已被超过两百万研究人员用于酶设计和药物发现等关键领域，”Hassabis表示。“我希望我们能够将AlphaFold视为AI加速科学发现潜力的象征。”
AlphaFold的全球可及性
AlphaFold的预测结果可以通过AlphaFold蛋白质结构数据库获取，这是一个开创性的开放获取工具，受到190个国家研究人员的广泛欢迎。该系统能够在几分钟内预测蛋白质结构，而这一过程此前需要数年时间，从而显著加快了科学研究的进展。
该系统在应对抗生素耐药性、设计降解塑料的酶以及疫苗开发等领域发挥了重要作用，展示了其在医疗和可持续发展方面的相关性。
Jumper表示：“我们很荣幸能够因实现计算生物学的承诺而受到认可，深化我们对蛋白质的理解，支持实验生物学家的努力。”他强调，AlphaFold作为一种发现工具，帮助科学家快速理解疾病并创造新疗法。
AlphaFold的起源
AlphaFold的诞生源于DeepMind更广泛的AI探索。Hassabis是一位国际象棋天才，在17岁时参与开发了视频游戏《主题公园》。在学习计算机科学并获得认知神经科学博士学位后，他于2010年共同创办了DeepMind。该公司因其AI实力而闻名，并于2014年以约5亿美金的价格被谷歌收购。
作为谷歌DeepMind的首席执行官，Hassabis监督了AI领域的重大突破，包括在围棋等游戏中取得前所未有的成功。到2018年，AlphaFold项目参加了蛋白质结构预测的临界评估竞赛（CASP），通过超越多个团队而获胜。真正的飞跃出现在2020年，AlphaFold 2以无与伦比的准确性解决了复杂的蛋白质折叠问题。
AlphaFold 2代表了多年来在神经网络和机器学习领域的研究，使DeepMind在这些领域成为领先者。该模型利用大量已知蛋白质结构的数据集进行训练，能够对未见过的蛋白质进行广泛的预测，这一能力在以往是难以想象的。
今年早些时候，DeepMind和Isomorphic Labs推出了AlphaFold 3，作为升级版模型，具有增强的Evoformer模块和用于优化预测分子结构的扩散网络。
David Baker在蛋白质设计中的角色
尽管Hassabis和Jumper专注于蛋白质预测，David Baker的研究则着眼于从头设计新蛋白质，即自然界中不存在的蛋白质。在华盛顿大学的蛋白质设计研究所，Baker的实验室开发了Rosetta，这是一种用于设计合成蛋白质的计算工具。
Baker的创新促成了旨在产生新型疗法的蛋白质，包括定制酶和用于疫苗的病毒样颗粒。他的团队甚至设计出能够检测芬太尼的蛋白质，以应对全球健康危机。
通过从零开始创建蛋白质，Baker的研究扩展了蛋白质的潜在应用，与AlphaFold的预测能力相辅相成，能够设计专门的分子。
AI在科学研究中的未来
诺贝尔奖庆祝Hassabis、Jumper和Baker的深远贡献，标志着一个更广泛的趋势：AI正在成为科学研究不可或缺的一部分。AlphaFold的成功重新点燃了人们对AI在应对气候变化、农业和材料科学等复杂挑战潜力的关注。
诺贝尔委员会强调了这些发现为生物学和化学带来的广阔机会。虽然Hassabis倡导AI的变革能力，但他也认识到负责任使用的重要性：“AI能够以前所未有的速度加速科学发现，但我们必须谨慎对待。”
随着像AlphaFold这样的AI系统不断演变，它们模拟生物过程和预测结果的能力有可能彻底改变医疗、可持续发展等领域。对Jumper和Hassabis颁发诺贝尔奖，既是对其深远影响的认可，也是科学新时代的开端，在这个新时代，AI在揭示生命奥秘中扮演关键角色。
总之，2024年诺贝尔化学奖承认了Hassabis、Jumper和Baker在重塑蛋白质科学方面的开创性贡献。AlphaFold作为研究人员的重要工具，极大地加速了发现过程，拓展了生物创新的视野。这些进展共同预示着科学界人工智能变革时代的开始，未来的可能性依然在不断展开。
排行榜
