又是AI？刚刚，2024年诺贝尔化学奖被他们获得

刚刚，2024年诺贝尔化学奖揭晓，一半奖项授予了大卫·贝克（David Baker），表彰其在计算蛋白质设计领域的贡献；另一半则共同授予德米斯·哈萨比斯（Demis Hassabis）和约翰·M·詹珀（John M. Jumper），以表彰他们利用人工智能在蛋白质结构预测方面的卓越成就。

哈萨比斯和詹珀的工作展示了AI在生命科学领域的巨大潜力。AI不仅加快了复杂生物过程的理解速度，还为药物研发提供了新工具。通过精准预测蛋白质结构，AI让科学家可以更加高效地设计新药物，改善人类健康。

另一位获奖者大卫·贝克，则专注于从头设计蛋白质。作为蛋白质设计领域的先驱，他不仅开发了可以预测蛋白质结构的算法，还通过计算设计出自然界中不存在的新型蛋白质。不仅推动了基础生物学的发展，还为生物制药领域带来了前所未有的创新可能性。

该奖项的颁发凸显了AI在推动生命科学前沿突破中的重要作用，特别是在复杂蛋白质结构预测和设计方面。

蛋白质是生命的核心构件，其三维结构决定了功能。然而，传统上研究和预测蛋白质的结构需要依赖于实验方法，如X射线晶体学和冷冻电镜。这些方法不仅费时、昂贵，还不适用于某些无法结晶的蛋白质类型。

德米斯·哈萨比斯和约翰·詹珀领导的DeepMind团队在2020年推出了AlphaFold2系统，该系统借助AI，从蛋白质的氨基酸序列出发，直接预测出蛋白质的三维结构，且精度达到了接近实验的水平。

这一突破解决了困扰科学界数十年的“蛋白质折叠问题”，极大加速了生物学和医药领域的研究进展。到目前为止，AlphaFold2已经成功预测了超过两亿种蛋白质的结构，助力研究人员在疟疾疫苗、癌症治疗、酶设计等领域取得了重要进展。

今年，DeepMind和Isomorphic Labs发布了新一代AlphaFold3，其在精确预测所有生命分子（包括蛋白质、DNA、RNA、配体等）的结构及其相互作用方面取得了更大突破。

这场结合了AI与生物科学的革命，才刚刚开始。（袁宁）

以下内容来自诺贝尔奖官方介绍：（致敬AI学者，本介绍由AI翻译，网易进行校对）

2024年诺贝尔化学奖——科普背景

他们通过计算和人工智能揭示了蛋白质的秘密

化学家们长期以来梦想着能够全面理解并掌握生命的化学工具——蛋白质。如今，这个梦想已经触手可及。德米斯·哈萨比斯（Demis Hassabis）和约翰·杰姆珀（John Jumper）成功利用人工智能预测了几乎所有已知蛋白质的结构。大卫·贝克（David Baker）则掌握了如何创造全新的蛋白质。其发现的潜力巨大。

生命的多彩化学是如何实现的呢？答案是蛋白质，它们可以被描述为巧妙的化学工具。蛋白质通常由20种氨基酸组成，氨基酸可以通过无数种方式组合。在DNA中储存的信息作为蓝图，氨基酸在细胞内连接，形成长链。

接着，蛋白质的神奇之处出现了：氨基酸链扭曲并折叠成独特的三维结构。这一结构赋予了蛋白质功能。有的成为化学构件，形成肌肉、角或羽毛；有的则成为激素或抗体；许多蛋白质形成酶，推动生命的化学反应。位于细胞表面的蛋白质也非常重要，它们作为细胞与周围环境之间的沟通渠道发挥作用。

几乎无法高估这些生命的化学构件——20种氨基酸的潜力。2024年诺贝尔化学奖探讨的是如何在全新的水平上理解并掌握它们。哈萨比斯和杰姆珀通过人工智能解决了化学家们50多年未解的难题：如何根据氨基酸序列预测蛋白质的三维结构。他们成功预测了几乎所有已知的2亿种蛋白质的结构。而贝克则创造了从未存在的全新蛋白质，很多新蛋白质具有全新的功能。

蛋白质的最初模糊图像

化学家从19世纪开始就知道蛋白质对生命过程的重要性，但直到20世纪50年代，化学工具才足够精确，使研究人员能够开始更详细地探索蛋白质。剑桥的研究人员约翰·肯德鲁（John Kendrew）和马克斯·佩鲁茨（Max Perutz）在20世纪50年代末通过使用X射线晶体学方法，成功地展示了首个蛋白质的三维模型。这一突破性的发现为他们赢得了1962年诺贝尔化学奖。

随后，研究人员主要依靠X射线晶体学，并付出了巨大的努力，成功地获得了大约20万种不同蛋白质的图像，这为2024年诺贝尔化学奖奠定了基础。

一个谜题：蛋白质如何找到其独特的结构？

美国科学家克里斯蒂安·安芬森（Christian Anfinsen）做出了另一项早期的发现。他通过各种化学手段使现有的蛋白质展开并重新折叠，结果每次蛋白质都能折叠成完全相同的形状。1961年，他得出结论，蛋白质的三维结构完全由其氨基酸序列决定。因这一发现，安芬森在1972年获得了诺贝尔化学奖。

然而，安芬森的逻辑包含一个悖论，美国另一位科学家赛勒斯·莱文萨尔（Cyrus Levinthal）在1969年指出，即使一个蛋白质仅由100个氨基酸组成，理论上它可以假设至少10^47种不同的三维结构。如果氨基酸链是随机折叠的，它可能需要比宇宙的年龄还长的时间才能找到正确的蛋白质结构。但在细胞中，这个过程只需几毫秒。那么，氨基酸链是如何折叠的呢？

安芬森的发现和莱文萨尔悖论暗示了折叠是一个预定的过程，重要的是，关于蛋白质如何折叠的所有信息都必须存在于氨基酸序列中。

化学的重大挑战：预测问题

这些洞见引发了另一个决定性的认识——如果化学家知道蛋白质的氨基酸序列，他们就应该能够预测蛋白质的三维结构。这是一个令人兴奋的想法。如果成功，他们将不再需要繁琐的X射线晶体学，可以节省大量时间。他们也将能够生成所有X射线晶体学无法应用的蛋白质结构。

这些逻辑结论揭示了成为生物化学领域重大挑战的预测问题。为了促进该领域的快速发展，1994年，研究人员启动了一个名为“蛋白质结构预测关键评估”（CASP）的项目，最终发展成为一项竞赛。每两年，全球研究人员会获得一些新确定结构的蛋白质氨基酸序列，但这些结构对参与者保密。挑战是基于已知的氨基酸序列预测这些蛋白质的结构。