破解蛋白質密碼 三傑分享諾貝爾化學獎

圖：諾貝爾獎官網9日介紹可預測蛋白質結構的AlphaFold2模型。\視頻截圖

　　綜合報道：瑞典皇傢科學院9日宣佈，將2024年諾貝爾化學獎授予美國科學傢貝克，以及英國倫敦人工智能（AI）公司谷歌DeepMind的哈薩比斯和江珀，以表彰他們在蛋白質設計和蛋白質結構預測領域作出的貢獻。貝克成功構建瞭全新種類的蛋白質，哈薩比斯和江珀開發出AI模型，解決困擾科學界50年的蛋白質結構預測難題。他們的研究成果已被廣泛應用於製藥、疫苗、納米材料等領域。

　　瑞典皇傢科學院9日宣佈，2024年諾貝爾化學獎一半授予貝克，以表彰他在蛋白質設計領域的貢獻；另一半共同授予哈薩比斯和江珀，以表彰他們在蛋白質結構預測方面的貢獻。貝克1962年出生於美國西雅圖，現為美國華盛頓大學教授。哈薩比斯1976年出生於英國倫敦，是DeepMind創始人之一兼行政總裁，亦是圍棋程式AlphaGo之父。江珀1985年出生於美國阿肯色州小石城，現為DeepMind資深科學傢。

　　評獎委員會表示：“他們破解瞭蛋白質奇妙結構的密碼。貝克成功完成一項幾乎不可能的壯舉，制造出全新種類的蛋白質。哈薩比斯和江珀開發出AI模型來解決預測蛋白質復雜結構的問題。這些發現蘊藏著巨大潛力。”

　　全新蛋白質用途廣泛

　　蛋白質控制和驅動所有的化學反應，構成生命的基礎。蛋白質通常由20種不同的氨基酸組成，這些氨基酸可以被看做構建生命的“積木”。貝克和他的同事們開發出軟件工具Rosetta，用於給蛋白質結構建模，並設計新的蛋白質。2003年，貝克用氨基酸“積木”成功設計出瞭一種前所未有的新蛋白質。此後，他的團隊不斷發揮創意，創造瞭一種又一種蛋白質，可用構成納米材料、檢測芬太尼、制作流感疫苗等。

　　氨基酸以長串形式連接在一起（即氨基酸序列），折疊起來形成三維結構，決定蛋白質的功能。20世紀70年代以來，研究人員一直試圖通過氨基酸序列預測蛋白質結構，但這項工作極為困難。2018年，DeepMind推出AlphaFold，贏得兩年一度的蛋白質結構預測大賽CASP。2020年，哈薩比斯和江珀主導開發的AlphaFold2在生命科學界引發一場地震，其對蛋白質結構的預測非常精準。

　　AlphaFold2能夠預測大約2億種已知蛋白質的復雜結構，可以幫助研究人員更好地瞭解抗生素抗藥性、構建分解塑膠的酶的圖像等。全球已有超過200萬人使用該模型。今年5月，DeepMind在《自然》期刊上介紹瞭新一代模型AlphaFold3。據悉，該模型可預測所有生命分子的結構和相互作用，包括蛋白質、DNA、RNA等。

　　今年諾獎的AI色彩濃厚

　　哈薩比斯接受諾獎官方電話采訪時說，獲獎喜訊令他不敢置信，“大腦一片空白”。作為70多年來最年輕的化學諾獎得主，江珀同樣興奮不已。他表示，自己原本認為獲獎機會隻有10%，因此決定蒙頭大睡，直到結果揭曉。但這個計劃最終失敗，因為他根本睡不著。江珀還表示，現代社會事情發展得很快，“從論文到諾獎隻需要3至4年”。

　　今年諾獎的AI色彩濃厚，8日揭曉的物理學獎聚焦為AI技術奠基的人工神經網絡，得主之一是“AI教父”欣頓。欣頓發表獲獎感言時再次強調對AI技術可能失控的擔憂。但哈薩比斯顯然更加樂觀。他表示，至少在可以預見的未來，AI將是提高科學傢工作效率的工具。哈薩比斯強調，AI擅長分析數據，但不知道如何提出正確的問題或作出假設，這部分工作還是要依靠人類。