圖：諾貝爾獎官網(wǎng)9日介紹可預(yù)測蛋白質(zhì)結(jié)構(gòu)的AlphaFold2模型。\視頻截圖

　　綜合報道：瑞典皇家科學(xué)院9日宣布，將2024年諾貝爾化學(xué)獎授予美國科學(xué)家貝克，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(zhì)設(shè)計(jì)和蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域作出的貢獻(xiàn)。貝克成功構(gòu)建了全新種類的蛋白質(zhì)，哈薩比斯和江珀開發(fā)出AI模型，解決困擾科學(xué)界50年的蛋白質(zhì)結(jié)構(gòu)預(yù)測難題。他們的研究成果已被廣泛應(yīng)用于製藥、疫苗、納米材料等領(lǐng)域。

　　瑞典皇家科學(xué)院9日宣布，2024年諾貝爾化學(xué)獎一半授予貝克，以表彰他在蛋白質(zhì)設(shè)計(jì)領(lǐng)域的貢獻(xiàn)；另一半共同授予哈薩比斯和江珀，以表彰他們在蛋白質(zhì)結(jié)構(gòu)預(yù)測方面的貢獻(xiàn)。貝克1962年出生于美國西雅圖，現(xiàn)為美國華盛頓大學(xué)教授。哈薩比斯1976年出生于英國倫敦，是DeepMind創(chuàng)始人之一兼行政總裁，亦是圍棋程式AlphaGo之父。江珀1985年出生于美國阿肯色州小石城，現(xiàn)為DeepMind資深科學(xué)家。

　　評獎委員會表示：“他們破解了蛋白質(zhì)奇妙結(jié)構(gòu)的密碼。貝克成功完成一項(xiàng)幾乎不可能的壯舉，制造出全新種類的蛋白質(zhì)。哈薩比斯和江珀開發(fā)出AI模型來解決預(yù)測蛋白質(zhì)復(fù)雜結(jié)構(gòu)的問題。這些發(fā)現(xiàn)蘊(yùn)藏著巨大潛力。”

　　全新蛋白質(zhì)用途廣泛

　　蛋白質(zhì)控制和驅(qū)動所有的化學(xué)反應(yīng)，構(gòu)成生命的基礎(chǔ)。蛋白質(zhì)通常由20種不同的氨基酸組成，這些氨基酸可以被看做構(gòu)建生命的“積木”。貝克和他的同事們開發(fā)出軟件工具Rosetta，用于給蛋白質(zhì)結(jié)構(gòu)建模，并設(shè)計(jì)新的蛋白質(zhì)。2003年，貝克用氨基酸“積木”成功設(shè)計(jì)出了一種前所未有的新蛋白質(zhì)。此后，他的團(tuán)隊(duì)不斷發(fā)揮創(chuàng)意，創(chuàng)造了一種又一種蛋白質(zhì)，可用構(gòu)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(jié)構(gòu)，決定蛋白質(zhì)的功能。20世紀(jì)70年代以來，研究人員一直試圖通過氨基酸序列預(yù)測蛋白質(zhì)結(jié)構(gòu)，但這項(xiàng)工作極為困難。2018年，DeepMind推出AlphaFold，贏得兩年一度的蛋白質(zhì)結(jié)構(gòu)預(yù)測大賽CASP。2020年，哈薩比斯和江珀主導(dǎo)開發(fā)的AlphaFold2在生命科學(xué)界引發(fā)一場地震，其對蛋白質(zhì)結(jié)構(gòu)的預(yù)測非常精準(zhǔn)。

　　AlphaFold2能夠預(yù)測大約2億種已知蛋白質(zhì)的復(fù)雜結(jié)構(gòu)，可以幫助研究人員更好地了解抗生素抗藥性、構(gòu)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》期刊上介紹了新一代模型AlphaFold3。據(jù)悉，該模型可預(yù)測所有生命分子的結(jié)構(gòu)和相互作用，包括蛋白質(zhì)、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(xué)諾獎得主，江珀同樣興奮不已。他表示，自己原本認(rèn)為獲獎機(jī)會只有10%，因此決定蒙頭大睡，直到結(jié)果揭曉。但這個計(jì)劃最終失敗，因?yàn)樗舅恢?。江珀還表示，現(xiàn)代社會事情發(fā)展得很快，“從論文到諾獎只需要3至4年”。

　　今年諾獎的AI色彩濃厚，8日揭曉的物理學(xué)獎聚焦為AI技術(shù)奠基的人工神經(jīng)網(wǎng)絡(luò)，得主之一是“AI教父”欣頓。欣頓發(fā)表獲獎感言時再次強(qiáng)調(diào)對AI技術(shù)可能失控的擔(dān)憂。但哈薩比斯顯然更加樂觀。他表示，至少在可以預(yù)見的未來，AI將是提高科學(xué)家工作效率的工具。哈薩比斯強(qiáng)調(diào)，AI擅長分析數(shù)據(jù)，但不知道如何提出正確的問題或作出假設(shè)，這部分工作還是要依靠人類。