◎ 科技日報(bào)記者 都芃10月9日，2024年諾貝爾化學(xué)獎(jiǎng)揭曉,。戴維·貝克,、戴密斯·哈薩比斯和約翰·喬普共享這一獎(jiǎng)項(xiàng),。戴維·貝克在“計(jì)算蛋白質(zhì)設(shè)計(jì)”領(lǐng)域貢獻(xiàn)突出,，其余兩人則在“蛋白質(zhì)結(jié)構(gòu)預(yù)測”方面成就斐然,。這也是繼物理學(xué)獎(jiǎng)之后，今年諾貝爾獎(jiǎng)再一次授予人工智能的相關(guān)成果及科學(xué)家,。人工智能“梅開二度”作為全球最重磅的科技獎(jiǎng)項(xiàng)之一,，每年諾貝爾獎(jiǎng)?lì)C獎(jiǎng)前，各類預(yù)測層出不窮,。在今年諾貝爾化學(xué)獎(jiǎng)揭曉前,，此次獲獎(jiǎng)的三位科學(xué)家已呼聲極高。獎(jiǎng)項(xiàng)結(jié)果稱得上眾望所歸,?！坝绕涫谴骶S·貝克，他是計(jì)算蛋白質(zhì)設(shè)計(jì)領(lǐng)域的拓荒者,，并且持續(xù)性做出國際先進(jìn)的研究成果,，我認(rèn)為他們獲獎(jiǎng)實(shí)至名歸?！鼻迦A大學(xué)生物醫(yī)學(xué)交叉研究院助理教授,、北京生命科學(xué)研究所研究員徐純福認(rèn)為，在今年諾貝爾物理學(xué)獎(jiǎng)已經(jīng)頒發(fā)給機(jī)器學(xué)習(xí)科學(xué)家的情況下,，諾貝爾化學(xué)獎(jiǎng)仍然頒發(fā)給了三位從事計(jì)算研究的科學(xué)家,，有些令人意外,，但這也側(cè)面體現(xiàn)了相關(guān)獲獎(jiǎng)成果極其重要的科學(xué)價(jià)值。浙江大學(xué)生命科學(xué)研究院研究員林世賢也對該獎(jiǎng)項(xiàng)結(jié)果十分激動(dòng),，“獲獎(jiǎng)成果和我的研究領(lǐng)域息息相關(guān),，對我們研究者也是一種激勵(lì)?！彼€特別提到,，獲獎(jiǎng)?wù)咧坏募s翰·喬普只有39歲，這對廣大青年科研工作者是一種莫大的鼓舞,。蛋白質(zhì)結(jié)構(gòu)預(yù)測一直是計(jì)算生物學(xué)和結(jié)構(gòu)生物學(xué)所關(guān)心的重要問題,。清華大學(xué)生命科學(xué)學(xué)院教授楊茂君介紹，早期蛋白質(zhì)結(jié)構(gòu)預(yù)測主要依靠同源蛋白質(zhì)結(jié)構(gòu),，但是實(shí)驗(yàn)解析的蛋白質(zhì)結(jié)構(gòu)數(shù)量占總蛋白數(shù)量的比例很低,，因此預(yù)測效率不高、準(zhǔn)確度有限,。后期,，隨著機(jī)器學(xué)習(xí)興起，人工智能迅速發(fā)展,，科學(xué)家開始嘗試將人工智能應(yīng)用于蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域,，開發(fā)出結(jié)構(gòu)預(yù)測工具AlphaFold以及后續(xù)版本，實(shí)現(xiàn)了蛋白質(zhì)結(jié)構(gòu)預(yù)測精度和效率的飛躍,，幾乎解決了單一蛋白質(zhì)結(jié)構(gòu)預(yù)測的問題,，有望對藥物研發(fā)等帶來重要變革，是人工智能應(yīng)用于生命健康研究領(lǐng)域的極具代表性的重要成果,?？茖W(xué)家應(yīng)用AI要揚(yáng)長避短此次諾貝爾化學(xué)獎(jiǎng)，除了是對獲獎(jiǎng)?wù)叩谋碚?，也是對人工智能在基礎(chǔ)科學(xué)研究領(lǐng)域深入應(yīng)用的重要認(rèn)可,。圖片來源：諾貝爾獎(jiǎng)委員會(huì)官網(wǎng)楊茂君認(rèn)為,，這項(xiàng)技術(shù)更重要的是定義了一個(gè)理論上可以解決所有科學(xué)問題的范式，即從實(shí)際問題出發(fā),，將其轉(zhuǎn)變?yōu)锳I可以處理的輸入數(shù)據(jù),，再經(jīng)過深度學(xué)習(xí)網(wǎng)絡(luò)，最終輸出結(jié)果,?！霸谒型ㄟ^輸入得出輸出的問題上，AI理論上都可以作為有力的工具,，這反映了AI在科學(xué)研究領(lǐng)域的廣闊潛力,?！痹跅蠲磥恚@一技術(shù)的應(yīng)用范圍并不限于生物,、化學(xué),、物理等領(lǐng)域，其應(yīng)用范圍主要取決于如何將客觀世界的問題（或數(shù)據(jù)）抽象成AI可以學(xué)習(xí)和處理的形式,，以及現(xiàn)實(shí)世界是否有足夠多的真實(shí)數(shù)據(jù),，訓(xùn)練和構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)?！癆I在蛋白質(zhì)設(shè)計(jì)領(lǐng)域的應(yīng)用突破可以說是天時(shí)地利人和,，水到渠成?！睏蠲忉?，蛋白質(zhì)結(jié)構(gòu)的一級序列足夠簡單，且蛋白質(zhì)的三維結(jié)構(gòu)輸出也有標(biāo)準(zhǔn)的表達(dá)形式,，并且在過去幾十年,，結(jié)構(gòu)生物學(xué)領(lǐng)域累積了大量真實(shí)蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)。徐純福也表示,，AI在生物,、化學(xué)、醫(yī)藥等健康領(lǐng)域的潛力才剛剛嶄露一角,，未來還大有發(fā)展空間,。“就拿我最熟悉的蛋白質(zhì)計(jì)算設(shè)計(jì)來講,，雖然今年相關(guān)成果獲獎(jiǎng)了,，但計(jì)算方法在功能蛋白質(zhì)的設(shè)計(jì)方面還面臨很大挑戰(zhàn)?！彼硎荆绻M(jìn)一步改進(jìn)AI算法,，能夠更準(zhǔn)確設(shè)計(jì)酶,、抗體等重要的功能蛋白質(zhì)，將有可能產(chǎn)生具有真正影響力的全新的蛋白質(zhì),。徐純福同時(shí)認(rèn)為,，AI對科學(xué)研究重要性日益凸顯，科學(xué)家一方面要積極擁抱改變了的研究范式,，同時(shí)還要真正意識到AI的局限性,。“AI不是萬能的,，科學(xué)家們需要揚(yáng)長避短,，推動(dòng)AI在基礎(chǔ)科研更有效應(yīng)用,。”他同時(shí)提醒,，科學(xué)家要更負(fù)責(zé)任地應(yīng)用AI,，不用AI做違背科學(xué)倫理、有害人類健康的科學(xué)研究,。（科技日報(bào)記者 張佳星 對本文亦有貢獻(xiàn)）來源：科技日報(bào)