人工智能又“赢”了，专家解读：2024诺贝尔化学奖为何颁给AI蛋白质设计和结构预测

提起蛋白质，大家并不陌生，餐桌上常出现的牛奶、鸡蛋和肉类，都是富含蛋白质的食物。蛋白质是美食的代名词，更是生命功能的物质基础，因此科研人员对于蛋白质有着孜孜不倦的研究。北京时间10月9日傍晚，2024年诺贝尔化学奖揭晓，主题正是蛋白质，且与AI（人工智能）息息相关。

根据诺贝尔奖官方网站消息，今年的诺贝尔化学奖一半授予美国科学家大卫·贝克（David Baker），以表彰其在计算蛋白质设计方面的贡献；另一半则共同授予英国科学家戴密斯·哈萨比斯（Demis Hassabis）和约翰·M·詹伯（John M. Jumper），以表彰其在蛋白质结构预测方面的贡献。

2024年诺贝尔化学奖获得者 图源：诺贝尔奖官网

诺贝尔化学奖为什么颁给蛋白质结构预测和设计领域？诺贝尔奖再次花落人工智能又说明了什么？浙江工业大学信息工程学院教授、博士生导师张贵军和浙江大学生命科学研究院研究员、博士生导师蒋超接受了潮新闻记者采访。

揭秘蛋白质这条“珍珠项链”

蛋白质结构预测和设计是什么？想要搞清楚这些，需要先认识一下蛋白质这条“珍珠项链”。

据估计，人体内至少存在2万种不同类型的蛋白质，这些蛋白质的结构和功能千差万别。张贵军说：“蛋白质是由20种不同种类的氨基酸组成的长链，如同由20种不同形状的珍珠串成的‘项链’。然而，神奇之处在于这串‘珍珠项链’可以根据氨基酸的类型和排列顺序自发地折叠成特定形状的结构，从而决定其在生物体内独特的生物学功能。蛋白质序列决定了它的结构和功能，就像一把钥匙只有对应形状的锁才能打开一样。”

“蛋白质结构预测，实际上是个古老的问题，大家一直在破译的路上，而这次获奖成果解决了一个困扰生命科学领域近七十年的难题。”张贵军表示，这串“珍珠项链”中每一个“珍珠”的类型、排列顺序的“第一遗传密码”早在上世纪60年代已被破译，但它们是如何自发折叠成特定形成结构的“第二遗传密码”至今尚未破译，获奖结果将会对“第二遗传密码”的破译铺平道路。

示意图 图源：诺贝尔奖官网

蛋白质能做什么取决于它独特又复杂的结构，像阿尔茨海默氏症、帕金森氏症等很多疾病都被认为是由错误折叠的蛋白质引起的。因此，预测蛋白质形状的能力十分重要。在对蛋白质折叠达到一定认识后，科研人员还可以更高效地设计出功能更强大，甚至是自然界不存在的蛋白。

在研究中，大卫·贝克，以及戴密斯·哈萨比斯、约翰·M·詹伯三位科学家的研究分别对蛋白质结构预测、设计的准确率有了极大的提升。也就是说，他们的成果基本解决了“珍珠项链”的预测和设计问题。因此，他们被授予了2024年诺贝尔化学奖。

2024年诺贝尔化学奖公布现场 图源：新华社

AlphaFold改变了蛋白质科学的研究范式

大卫·贝克掌握了生命的构建模块，利用“珍珠项链”里不同的“珍珠”设计出了全新的蛋白质。而戴密斯·哈萨比斯和约翰·M·詹伯成功地利用人工智能技术AlphaFold预测了几乎所有已知蛋白质的结构。

AlphaFold与打败了李世石的围棋博弈算法AlphaGo是“师出同门”。蒋超介绍道，“AlphaFold是DeepMind在2016-2018年中一直在研究的项目。在AlphaGo成功之后，DeepMind转向了基于氨基酸序列的蛋白质结构预测，提出了名为AlphaFold的深度学习算法，其升级版AlphaFold2在国际蛋白质结构预测比赛CASP13中技压群雄，将蛋白质结构预测准确率提升至超过90%。”

AlphaFold2基于神经网络的深度学习模型 图源：中科院物理所

一般情况下，实验学家会使用X射线晶体学或者冷冻电镜解析蛋白质结构。然而基于实验解析结构的过程耗时耗力，因此计算生物学家也一直尝试通过算法直接预测结构。如今AlphaFold出现，使得对很多蛋白预测的结果几乎已经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。

蒋超告诉记者，AlphaFold的算法机制和大数据模型的“喂养”相似，将已经被实验解析的那些蛋白质结构“喂”给AlphaFold，它就会“吐”出来还没有被实验解析的蛋白质结构。

2020年底，AlphaFold被Science杂志评选为年度十个重大科学突破之一。戴密斯·哈萨比斯和约翰·M·詹伯也在2023年因构建AlphaFold荣获被喻为“诺奖风向标”的拉斯克奖。

经过多年完善，今年5月，AlphaFold 3问世，在预测生物分子结构方面再次升级，不仅提升了预测精度，其对蛋白和小分子互作的能力也得到了进一步的提升，适用性也更加广泛。张贵军认为，AlphaFold改变了蛋白质科学的研究范式，加速领域发展至少在十年以上，如今生命科学已经进入了“后AlphaFold时代”。

AI for Science已成科学潮流

听起来并不“化学”的科技成果，拿到了诺贝尔化学奖，对此，专家们却表示并不意外。

“当下的科学潮流就是AI for Science（人工智能驱动的科学研究，AI4S），它为科学的交叉研究开辟了新视野、新路径。”张贵军说道。AI for Science是利用AI的技术和方法，去学习、模拟、预测和优化自然界和人类社会的各种现象和规律，从而推动科学发现和创新，被认为能为科学研究带来新范式。

张贵军告诉记者，比起意外，更多的是惊喜，AlphaFold的开发者戴密斯·哈萨比斯是70后，约翰·M·詹伯更加年轻，是个80后，还不到40岁。“这可能是诺贝尔奖第一次颁发给80后的科学家，而且詹伯在2017年才拿到博士学位，AlphaFold仅用6年的时间就一举拿下诺贝尔奖，这个速度确实惊人。”

蒋超也表示，今年的诺贝尔物理学奖，人工智能也“分了一杯羹”，结合这两个诺贝尔奖来看，AI在加速科学进步方面发挥了巨大作用，还渗透到生活的各个领域，这或将预示着AI可能成为诺贝尔奖的新评奖方向。“我个人非常看好AI获奖，我认为，未来，GPT以及GPT相关科技也很有希望拿诺贝尔奖。”