AI再次胜利：蛋白质结构预测获诺贝尔化学奖

导读：

昨天的诺贝尔物理学奖公布，许多科学界人士感到震惊，诺奖得主Hinton都称“没有想到”。今年的诺贝尔化学奖会不会带来更多惊喜？诺贝尔委员会能否勇于再选基于深度学习的AlphaFold？（见文章：2024诺贝尔化学奖会有意外吗？AI预测蛋白结构、低碳技术或日本科学家？）

结果：诺奖委员会一黑到底，颁奖给蛋白结构预测：一半授予大卫·贝克（David Baker），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）。你猜对了吗？

李研 | 撰文

深度学习用于预测蛋白质的三维结构和功能

热门人选：John M. Jumper，Demis Hassabis，David Baker

主要贡献：

蛋白质三维结构和功能的预测是现代生物化学和分子生物学中的一个重要研究领域。确定蛋白质结构的传统方法，如X射线晶体学和冷冻电子显微镜，既耗时又昂贵。近年来，人工智能和机器学习技术的发展，为蛋白质结果预测提供了一种可扩展的高效替代方法，对新药开发和理解生命过程具有深远的影响。

这三位科学家中，John M. Jumper和Demis Hassabis 现均就职于谷歌 DeepMind科技，他们在2023年因构建AlphaFold荣获被喻为“诺奖风向标”的拉斯克奖。

AlphaFold 是DeepMind团队开发的一项基于深度学习和神经网络技术的算法，它可以从蛋白质的氨基酸序列预测蛋白质的三维结构。通过不断的升级改进，目前该技术预测的结果已经几乎达到了实验测定的精度，成为蛋白质结构研究中的强大工具。

David Baker是美国西雅图华盛顿大学医学院生物化学教授、蛋白质设计研究所所长，他开发了著名的Rosetta软件，使计算生物学取得了长足的进步。在与AlphaFold的竞争中，他善于学习，将DeepMind的深度学习技术引入Rosetta软件，并率先公开RoseTTAFold的源代码。随后，AlphaFold2也很快开源。这也成为利用竞争推动新技术的使用平权的一个经典案例。

2024年9月，这三位科学家一同获得了科睿唯安公布的化学领域 “引文桂冠奖”。

作者简介：

李研，化学博士，赛先生专栏作家。目前担任细胞出版社(Cell Press)旗下物质科学期刊的编辑。