继先前人工智能(AI)在诺贝尔物理学奖获得奖项后，在当地时间 10 月 9 日，瑞典皇家科学院又公布了一则重要消息，2024 年诺贝尔化学奖将授予三位科学家，以表彰他们在人工智能（AI）辅助蛋白质研究方面的贡献。美国科学家戴维·贝克（David Baker）因其在计算蛋白质设计方面的贡献而获奖，而英国科学家德米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John M. Jumper）则因开发了人工智能模型AlphaFold，在蛋白质结构预测方面取得了革命性成就而共同获奖
诺贝尔化学奖获奖者
瑞典皇家科学院公布的三名诺贝尔化学奖获奖者中，美国华盛顿大学的大卫・贝克（David Baker）获得一半奖项，这是对他在计算蛋白质设计领域所做出贡献的认可与表彰。而另一半奖项则由英国伦敦人工智能公司谷歌 DeepMind 公司的丹米斯・哈萨比斯（Demis Hassabis）和约翰・乔普（John M. Jumper）共同获得，感谢他们在蛋白质结构预测方面有着杰出的贡献。他们将共享1100万瑞典克朗（换算约745万元人民币）的奖金。
人工智能在今年保持“勇往直前”
作为全球科技领域最为重磅的奖项之一，每年临近诺贝尔奖颁奖之际，各类预测便如潮水般纷纷涌现。在今年诺贝尔化学奖正式揭晓之前，此次获奖的三位科学家已然拥有极高的呼声。最终的奖项结果可谓是契合众人的期望。
在此之前，2024 年诺贝尔物理学奖已授予人工智能领域的研究者，即美国科学家约翰·霍普菲尔德以及英国裔加拿大科学家杰弗里·欣顿。
当有人询问“物理奖”与“化学奖”是否存在关联时，诺贝尔化学奖委员会主席回应道：“每个奖项都是各自独立的，今日的（化学）奖项实际上是关乎生物化学领域的重大突破。”
化学奖中获得者做出的贡献
• 戴维·贝克的贡献
戴维·贝克因其在计算蛋白质设计方面的贡献而获得诺贝尔化学奖的一半。他成功构建了全新的蛋白质种类，这是一个几乎不可能完成的任务。贝克的研究不仅推动了蛋白质设计领域的发展，而且为新药物的开发和生物技术的应用打开了新的可能性.
• 德米斯·哈萨比斯和约翰·江珀的贡献
德米斯·哈萨比斯和约翰·江珀共同获得了诺贝尔化学奖的另一半，以表彰他们在蛋白质结构预测方面的成就。他们开发的人工智能模型AlphaFold解决了一个50年的科学难题，即从氨基酸序列预测蛋白质的复杂三维结构。AlphaFold的出现极大地加速了蛋白质结构分析的进程，对生物医学研究和药物设计产生了深远的影响.
“AlphaFold”是如何帮助理解蛋白质结构的？
AlphaFold是一个人工智能程序，它通过深度学习算法预测蛋白质的三维结构。这个系统利用大量已知蛋白质序列和结构数据来训练模型，从而能够准确地预测新蛋白质的结构。AlphaFold的工作原理基于蛋白质的氨基酸序列与其空间构型之间的复杂关系。通过分析这些序列，AlphaFold能够预测出蛋白质折叠成特定形状的方式，这种形状决定了蛋白质的功能。
AlphaFold对理解蛋白质结构的贡献在于它极大地加快了蛋白质结构预测的速度和精度。在此之前，实验方法如X射线晶体学和核磁共振（NMR）光谱学虽然能够提供高精度的蛋白质结构信息，但过程耗时且成本高昂。AlphaFold的出现使得科学家们能够迅速获得几乎所有已知蛋白质的结构预测，这对于生物医学研究具有革命性的意义。通过了解蛋白质的精确结构，研究者可以更好地理解其在生物体内的作用机制，设计药物分子，以及探索疾病发生的分子基础。
AlphaFold的成功不仅在于其预测的准确性，还在于它能够处理大规模的蛋白质数据集，这对于系统生物学和蛋白质组学等领域尤为重要。此外，AlphaFold的开源性质鼓励了全球科学界的合作和进一步发展，推动了蛋白质科学的前沿研究。
戴维·贝克在蛋白质设计领域取得的成功
戴维·贝克在蛋白质设计领域的贡献主要体现在他开发的计算工具和方法上，这些工具和方法允许科学家们设计出全新的蛋白质结构，这些蛋白质在自然界中可能从未存在过。他的工作不仅推动了蛋白质工程的发展，而且为药物设计、疫苗开发、纳米技术和生物传感器等领域提供了新的可能性。贝克教授领导的研究团队成功设计了第一个非自然界来源的全新蛋白质Top7，这是蛋白质从头设计领域的一个重大突破。此外，他还开发了Rosetta软件，这是一个强大的蛋白质结构预测和设计平台，已经被广泛应用于科学研究和工业应用中。
贝克的这些贡献不仅展示了他在理论计算和实验设计方面的创新能力，而且也体现了他在推动蛋白质科学前沿发展方面的领导力。他的工作为理解蛋白质的功能和设计具有特定功能的蛋白质奠定了坚实的基础，这些蛋白质有望用于治疗各种疾病和改善人类生活质量。最近，戴维·贝克因其在计算蛋白质设计方面的突出贡献而被授予2024年诺贝尔化学奖。
扫一扫
6万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
