北京时间10月9日傍晚，瑞典皇家科学院宣布，将2024年诺贝尔化学奖授予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·江珀三名科学家，分别表彰他们在蛋白质设计和蛋白质结构预测领域做出的贡献。
来源：新华社
诺贝尔奖官方评语中提到，德米斯·哈萨比斯和约翰·江珀开发了一种AI模型来解决困扰了世界50年的预测蛋白质的复杂结构问题。
有趣的是，这是AI第二次出现在本届诺奖之中。10月8日颁布的诺贝尔物理学奖同样“花落”人工智能，表彰了两位科学家的技术神经网络研究对现代机器学习所做出的奠基性贡献。
诺贝尔化学奖委员会主席海纳·林克表示：“今年获得认可的发现之一与神奇蛋白质的构造有关，另一项发现则与实现50年前的梦想有关——根据氨基酸序列预测蛋白质结构。这两项发现都开创了广阔的可能性。”
蛋白质通常由20种不同的氨基酸组成，是生命的基石。在第一个研究中，戴维·贝克于2003年成功利用多种氨基酸设计出一种与其他蛋白质不同的新蛋白质。此后，他的研究小组不断创造出一个又一个富有想象力的蛋白质，其中不乏可用作药物、疫苗、纳米材料和微型传感器的蛋白质。
第二个发现则涉及蛋白质结构的预测。在蛋白质中，氨基酸以长链连接在一起，折叠起来形成三维结构。自1970年代以来，研究人员一直试图根据氨基酸序列预测蛋白质结构，但一直非常困难。
直到2020年，德米斯·哈萨比斯和约翰·江珀提出了一个名为AlphaFold 2的AI模型。研究团队先是通过AlphaFold模型将预测蛋白质的准确率从研究人员预测时的40%提升至60%，又在团队新成员约翰·江珀的加入后开发出AlphaFold 2。借助该模型，他们在短短几年间预测了研究人员发现的几乎所有2亿种蛋白质的结构。自模型取得突破以来，190个国家的200多万人使用了AlphaFold 2。
诺贝尔奖官方表示，AI模型并不完美，但它能够将研究人员需要花费几年时间的研究压缩甚至几分钟完成。这显然为研究人员解放生产力提供了极大帮助。
而获得诺奖的AlphaFold 2甚至不是当前行业“天花板”。
今年5月，新一代AI生物分子结构模型AlphaFold 3推出，能够针对多种蛋白质、DNA、RNA和小分子配体之间的交互作用进行复合物结构预测，并可预测翻译后修饰（PTM）和离子对这些分子系统结构的影响。据悉，AlphaFold 3具有原子级结构的精准度，能够加强针对难以靶向靶点的药物理性设计。发布当天，AlphaFold 3相关论文同步发表于顶尖科研杂志《自然》当中。
随着AI应用的场景愈加广泛，AI技术也逐渐成为了各行各业提高生产力的重要工具。在各行各业，应用人工智能方法分析数据、构建复杂生物现象的强大预测模型和生成模型，已经逐渐从前沿“黑科技”向“基础设施”发展。依靠AI大模型，生物、天文、物理等学科规律有望以意想不到的速度被发现，AI给科学带来的震撼，可能才刚刚开始。
