瑞典皇家科学院周三宣布，2024年诺贝尔化学奖将一分为二，一半授予David Baker，以表彰他「利用电脑进行蛋白质设计」的成就。
另一半则花落谷歌，共同授予谷歌DeepMind公司执行长Demis Hassabis和资深研究科学家John M. Jumper，以表彰他们「在蛋白质结构预测方面的贡献」。
其中，Hassabis 与 Jumper 借助 AI 模型，攻克了长达半世纪的难题——预测蛋白质的复杂结构。瑞典皇家科学院称：「这些发现的潜力不可估量。」
AI 圈大佬本次诺奖可谓大丰收。 就在昨天，2024年诺贝尔物理学奖颁给了John J. Hopfield 和被称为「AI 教父」的 Geoffrey E. Hinton，以表彰他们推动利用人工神经网络进行机器学习的基础性发现和发明。
生命的多样性正是蛋白质作为卓越化学工具的证明。 它们掌控并驱动所有赋予生命活力的化学反应。 此外，蛋白质还扮演着荷尔蒙、讯号分子、抗体以及组织建构基石等多重角色。
今年的两大发现令人瞩目：一是如何建构令人惊叹的个性化蛋白质; 二是实现了长达 50 年的梦想-仅凭胺基酸序列就能预测蛋白质的结构。
蛋白质，由 20 种不同类型的胺基酸构成，是生命不可或缺的基础。
早在 2003 年，Baker 就巧妙地利用这套「构建积木」，设计出了一种全新的蛋白质，它与所有已知蛋白质截然不同。 此后，他的团队更是不断推陈出新，创造了具有药物、疫苗、纳米材料和微型传感器等功能的蛋白质。
另一个重大发现是科学家能够预测蛋白质的结构。 蛋白质中的胺基酸像长串珠子一样连接在一起，折叠成复杂的三维结构，这种结构对蛋白质的功能至关重要。 自1970年代以来，科学家一直在努力根据胺基酸序列预测蛋白质的结构，但这一直是个巨大的挑战。
然而，四年前，这一领域迎来了重大突破。
2020年，Hassabis和 Jumper 提出了名为 AlphaFold 2 的 AI 模型。 借助这个模型，他们成功预测了科学家已知的几乎所有 2 亿种蛋白质的结构。
自这项突破以来，AlphaFold2已被全球190个国家的超过200万人使用。 此外，研究人员还能更深入了解抗生素抗药性，并创造出能够分解塑料的酵素的图像。
今年5月，Google推出革命性的模型AlphaFold 3登上国际顶刊《自然》杂志。 AlphaFold 3 能够预测所有生命分子的结构和交互作用。 在预测蛋白质与其他分子的相互作用上，AlphaFold 3 相比现有方法至少提高了 50% 的准确率，针对一部分相互作用类别甚至提高了 1 倍。
AlphaFold 3 是基于其 2020 年推出的 AlphaFold 2 研发而来。 至今，全球已有数百万研究人员使用AlphaFold 2在疟疾疫苗、癌症治疗和酵素设计等领域取得了重要发现，AlphaFold已被引用超过2万次。
这使得 AlphaFold 3 成为首个超越基于真实生物分子结构预测工具的 AI 系统。 AlphaFold 3 不仅限于蛋白质，将探索更广泛的生物分子。 这项飞跃可能影响从开发生物可再生材料和更具弹性的作物，到加速药物设计和基因组学研究，带来生物科学研究的变革。
2024 诺贝尔化学奖奖金金额为 1100 万瑞典克朗(约 749.86 万元)，一半归 Baker 所有，另一半归 Hassabis 和 Jumper 共同所有。
得主背景简介
David Baker 于 1962 年出生于美国华盛顿州西雅图，1989 年获美国加州大学伯克利分校博士学位，现为美国华盛顿大学西雅图分校教授。
Demis Hassabis 于 1976 年出生于英国伦敦，2009 年获得英国伦敦大学学院博士学位，现任 GoogleDeepMind 执行长。
John M. Jumper 于 1985 年出生于美国阿肯色州小石城，2017 年获得美国伊利诺伊伊州芝加哥大学博士学位，现任英国伦敦 GoogleDeepMind 资深研究科学家。
