2024年諾貝爾化學(xué)獎授予了三位科學(xué)家，以表彰他們在計算蛋白質(zhì)設(shè)計和結(jié)構(gòu)預(yù)測領(lǐng)域的創(chuàng)新貢獻。來自華盛頓大學(xué)的David Baker博士因其在計算蛋白質(zhì)設(shè)計方面的研究獲得了一半的獎金，而另一半獎金則共同授予了來自Google DeepMind的Sir Demis Hassabis博士和John M. Jumper博士，表彰他們通過AlphaFold在蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域的突破性工作。

今年獲獎的發(fā)現(xiàn)可以追溯到大約65年前，當(dāng)時科學(xué)家首次通過X射線晶體學(xué)確定了蛋白質(zhì)的三維結(jié)構(gòu)。然而，實驗上確定蛋白質(zhì)結(jié)構(gòu)的過程極為繁瑣，因為蛋白質(zhì)的理論三維構(gòu)象種類繁多，早期的預(yù)測模型基于概率計算，結(jié)果往往不夠準確。

20世紀80年代末，科學(xué)家開始嘗試de novo蛋白質(zhì)設(shè)計，但復(fù)雜蛋白質(zhì)的構(gòu)建，如那些具有混合拓撲結(jié)構(gòu)的蛋白質(zhì)，依然是一個巨大的挑戰(zhàn)。真正的突破發(fā)生在2003年，Baker及其團隊利用他們在1999年開發(fā)的Rosetta計算程序，成功解決了蛋白質(zhì)設(shè)計問題。他們預(yù)測了一個名為Top7的93個殘基的α/β-蛋白的結(jié)構(gòu)，并通過實驗驗證了這一設(shè)計。這項研究為病毒抑制劑、蛋白質(zhì)傳感器、納米材料等領(lǐng)域的研究提供了新的可能性。

與此同時，科學(xué)家們繼續(xù)努力提高蛋白質(zhì)結(jié)構(gòu)預(yù)測工具的準確性。1994年發(fā)起的關(guān)鍵蛋白質(zhì)結(jié)構(gòu)預(yù)測評估（CASP）挑戰(zhàn)賽鼓勵科學(xué)家使用最先進的方法預(yù)測未知蛋白質(zhì)的結(jié)構(gòu)，并將預(yù)測結(jié)果與通過X射線晶體學(xué)獲得的真實結(jié)構(gòu)進行比較。雖然這些挑戰(zhàn)賽推動了該領(lǐng)域的發(fā)展，但多年來預(yù)測的準確性仍然有限。

2018年，隨著AlphaFold的發(fā)布，這一情況發(fā)生了巨大變化。AlphaFold由Hassabis和Jumper開發(fā)，利用神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)算法，從蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫中學(xué)習(xí)，并對新結(jié)構(gòu)進行預(yù)測。到2020年，AlphaFold2的發(fā)布表明他們的團隊已經(jīng)成功解決了單體蛋白質(zhì)結(jié)構(gòu)的預(yù)測問題。

如今，AlphaFold及其后續(xù)版本被全球超過兩百萬用戶廣泛應(yīng)用。例如，去年斯坦福大學(xué)、多倫多大學(xué)和Insilico Medicine的科學(xué)家們利用AlphaFold識別肝細胞癌（最常見的原發(fā)性肝癌）中一種新靶點的潛在治療方法。今年5月，北卡羅來納大學(xué)醫(yī)學(xué)院、斯坦福大學(xué)、哈佛大學(xué)和加州大學(xué)舊金山分校的研究人員發(fā)表了一項研究，評估了AlphaFold2在生成蛋白質(zhì)三維模型和預(yù)測配體活性方面的有效性。他們的結(jié)果表明，AlphaFold2生成的結(jié)構(gòu)對藥物研發(fā)具有重要價值。

此外，AlphaFold2還被用于預(yù)測約2億種蛋白質(zhì)的結(jié)構(gòu)，這些結(jié)構(gòu)被存儲在一個數(shù)據(jù)庫中，可用于挖掘塑料降解酶等應(yīng)用，并幫助科學(xué)家更好地理解抗生素耐藥性。今年，DeepMind團隊還在《自然》雜志上發(fā)表了關(guān)于AlphaFold3擴展預(yù)測能力的詳細內(nèi)容。

除了諾貝爾獎，AlphaFold的開發(fā)者還獲得了2023年生命科學(xué)領(lǐng)域的突破獎。

在今天的頒獎新聞發(fā)布會上，三位獲獎?wù)咧兄挥蠦aker參加了現(xiàn)場活動。他表示自己“非常激動和榮幸”獲得這一獎項。在回答記者提問時，Baker特別提到了一些對他研究有重要影響的科學(xué)家，例如1997年首次通過計算設(shè)計出小型蛋白質(zhì)的Dahiyat和Mayo。他謙虛地表示：“我站在了巨人的肩膀上?！彼€感謝了自己的同事和合作者的貢獻。

Baker也高度評價了Hassabis和Jumper在AI領(lǐng)域的突破性工作，他認為他們開發(fā)的AlphaFold“讓我們看到了AI的巨大潛力，這也促使我們將AI方法應(yīng)用于蛋白質(zhì)設(shè)計。這些AI方法比傳統(tǒng)的科學(xué)模型更為強大。我對蛋白質(zhì)設(shè)計如何讓世界變得更美好充滿了期待。”

編輯：周敏

排版：李麗