10月9日，2024年諾貝爾化學(xué)獎(jiǎng)授予三位對(duì)蛋白質(zhì)結(jié)構(gòu)的設(shè)計(jì)和預(yù)測作出杰出貢獻(xiàn)的科學(xué)家，AI再度成為關(guān)注焦點(diǎn)，其中兩位獲獎(jiǎng)?wù)邅碜怨雀杵煜碌腁I公司DeepMind。

三位諾貝爾化學(xué)獎(jiǎng)的獲獎(jiǎng)?wù)叻謩e是美國華盛頓大學(xué)西雅圖分校教授David Baker，谷歌DeepMind公司CEO Demis Hassabis，以及DeepMind公司的85后科學(xué)家John Jumper。這也是谷歌最新誕生的兩位諾貝爾獎(jiǎng)得主。就在前一日，諾貝爾物理學(xué)獎(jiǎng)?lì)C給了曾在谷歌就職的計(jì)算機(jī)科學(xué)家杰弗里·辛頓（Geoffrey Hinton）。

蛋白質(zhì)是構(gòu)建生命巧妙的化學(xué)工具。諾貝爾獎(jiǎng)評(píng)委會(huì)表示，David Baker成功完成了幾乎不可能完成的壯舉，即構(gòu)建了全新的蛋白質(zhì)；Demis Hassabis和John Jumper開發(fā)了一種AI模型以解決50多年未解決的蛋白質(zhì)復(fù)雜結(jié)構(gòu)的預(yù)測問題，這些發(fā)現(xiàn)具有巨大的應(yīng)用潛力。

諾貝爾獎(jiǎng)評(píng)委會(huì)贊賞了AlphaFold在蛋白預(yù)測領(lǐng)域所做的貢獻(xiàn)。今年5月，DeepMind和Isomorphic Labs研究團(tuán)隊(duì)推出的AlphaFold 3登上《自然》雜志，AlphaFold 3以前所未有的精確度成功預(yù)測了所有生命分子，包括蛋白質(zhì)、DNA、RNA、配體等的結(jié)構(gòu)和相互作用。

對(duì)于蛋白質(zhì)與其他分子類型的相互作用，AlphaFold 3在基準(zhǔn)測試中的準(zhǔn)確率比現(xiàn)有最好的傳統(tǒng)方法高出50%，且無需輸入任何結(jié)構(gòu)信息，這使得AlphaFold 3成為首個(gè)在生物分子結(jié)構(gòu)預(yù)測方面超越基于物理工具的方法的人工智能系統(tǒng)。

伴隨著AI技術(shù)的發(fā)展，AlphaFold 3有望開啟更具變革性的科學(xué)，結(jié)構(gòu)生物學(xué)將再次迎來技術(shù)顛覆——從開發(fā)生物可再生材料和更具抗逆性的作物，到加速藥物設(shè)計(jì)和基因組學(xué)研究，進(jìn)而開啟人工智能細(xì)胞生物學(xué)的新時(shí)代。

人工智能對(duì)蛋白結(jié)構(gòu)的預(yù)測將影響包括生物化學(xué)、細(xì)胞生物學(xué)、遺傳發(fā)育、神經(jīng)生物學(xué)、微生物學(xué)以及病理藥理等在內(nèi)的生命科學(xué)研究領(lǐng)域，提升人類對(duì)生命的理解。比如，通過蛋白結(jié)構(gòu)預(yù)測就能查看人類遺傳病中的每一個(gè)突變在相關(guān)蛋白結(jié)構(gòu)里的具體位置，并推測出蛋白功能如何受到影響。

然而，結(jié)構(gòu)生物學(xué)家認(rèn)為，AI仍然無法替代科學(xué)家所從事的很大一部分工作。早在AlphaFold 2問世時(shí)，中國結(jié)構(gòu)生物學(xué)家顏寧就曾稱，結(jié)構(gòu)生物學(xué)不僅僅是看到折疊（Fold），更要理解蛋白質(zhì)的動(dòng)態(tài)變化，要理解與其他生物大分子或者調(diào)節(jié)小分子的相互作用，要理解在細(xì)胞原位里的狀態(tài)，這些都是AI目前尚無能為力的領(lǐng)域，因?yàn)樯袥]有足夠的數(shù)據(jù)庫去訓(xùn)練它。