來源：諾貝爾獎(jiǎng)官網(wǎng)你可以想象嗎？有一個(gè)AI大模型,，它能準(zhǔn)確預(yù)測人體中上億個(gè)蛋白質(zhì)的結(jié)構(gòu),，而且,，其精準(zhǔn)性達(dá)到了冷凍電子顯微鏡的觀測水平。它就是Alphafold,。中國科學(xué)院院士、西湖大學(xué)校長施一公曾評(píng)價(jià)：這是人工智能對科學(xué)領(lǐng)域最大的一次貢獻(xiàn)。該模型的兩位開發(fā)者昨天（9日）分享了2024年諾貝爾化學(xué)獎(jiǎng),。瑞典皇家科學(xué)院9日宣布，將2024年諾貝爾化學(xué)獎(jiǎng)授予美國華盛頓大學(xué)西雅圖分校的大衛(wèi)·貝克““計(jì)算蛋白質(zhì)設(shè)計(jì)”,，另一半共同授予英國倫敦的德米斯·哈薩比斯和約翰·江珀“蛋白質(zhì)結(jié)構(gòu)預(yù)測”,。其中，“蛋白質(zhì)結(jié)構(gòu)預(yù)測”正是這個(gè)AI模型,。他們來自谷歌公司,，解決了一個(gè)50年前的問題：預(yù)測蛋白質(zhì)的復(fù)雜結(jié)構(gòu)。自2018年Alphafold首次發(fā)布,，到2020年重大改進(jìn),，再到后來不斷完善，該技術(shù)已經(jīng)獲得科學(xué)界普遍認(rèn)可,，兩位候選人短短幾年已獲得許多重大科學(xué)大獎(jiǎng),。值得一提的，德米斯·哈薩比斯和約翰·江珀為70后和80后,。這一回,，站在諾獎(jiǎng)獎(jiǎng)臺(tái)上的，不再是近年來常見的白發(fā)老者,。今年諾貝爾化學(xué)獎(jiǎng)的主題是蛋白質(zhì)——生命中巧妙的化學(xué)工具,。蛋白質(zhì)是生命的基礎(chǔ),。被釋放的蛋白質(zhì)結(jié)構(gòu)信息蘊(yùn)含著生命信息的密碼，將有力推動(dòng)生命科學(xué)的發(fā)展,，大大加速針對癌癥,、病毒的抗生素、靶向藥物和新效率的蛋白酶的研發(fā),。但是,，在過去50年中，“蛋白質(zhì)折疊問題”一直是生物學(xué)界的重大挑戰(zhàn),。此前,，生物學(xué)家主要利用X射線晶體學(xué)或冷凍電鏡等實(shí)驗(yàn)技術(shù)來破譯蛋白質(zhì)的三維結(jié)構(gòu)，但這類方法耗時(shí)長,、成本高,。幾年前，科學(xué)家用計(jì)算機(jī)預(yù)測復(fù)雜的蛋白質(zhì)折疊結(jié)構(gòu),，正確率還不到40%,。直到德米斯·哈薩比斯和約翰·江珀所在的谷歌旗下DeepMind公司團(tuán)隊(duì)出現(xiàn)，奇跡出現(xiàn)了,。當(dāng)時(shí),，團(tuán)隊(duì)就有信心攻克這個(gè)世界難題。2020年11月30日,，Alphafold2在蛋白質(zhì)結(jié)構(gòu)預(yù)測大賽CASP 14中,，對大部分蛋白質(zhì)結(jié)構(gòu)的預(yù)測與真實(shí)結(jié)構(gòu)只差一個(gè)原子的寬度，達(dá)到了人類利用冷凍電子顯微鏡等復(fù)雜儀器觀察預(yù)測的水平,，這是蛋白質(zhì)結(jié)構(gòu)預(yù)測史無前例的巨大進(jìn)步,。已知氨基酸順序的蛋白質(zhì)分子有1.8億個(gè)，但三維結(jié)構(gòu)信息被徹底看清的還不到0.1%,。2021年8月,，DeepMind公司在《自然》上宣布已將人類的98.5%的蛋白質(zhì)預(yù)測了一遍，計(jì)劃年底將預(yù)測數(shù)量增加到1.3億個(gè),，達(dá)到人類已知蛋白質(zhì)總數(shù)的一半,，并且公開了AlphaFold 2的源代碼，免費(fèi)開源有關(guān)數(shù)據(jù)集,，供全世界科研人員使用。目前,，AlphaFold 2升級(jí)為AlphaFold 3,。中國工程院院士李國杰指出：機(jī)器學(xué)習(xí)可以正確預(yù)測蛋白質(zhì)結(jié)構(gòu)，說明機(jī)器已掌握了一些人類還不明白的“暗知識(shí)”,。值得一提的是,，DeepMind團(tuán)隊(duì)還是當(dāng)年大名鼎鼎阿爾法狗的開發(fā)者,，打敗了全部的國際象棋和圍棋高手。后來,，他們致力于蛋白質(zhì)結(jié)構(gòu)密碼的破譯,。那么，AI模型為何擁有如此巨大的分析能力,？其原始數(shù)據(jù)何來呢經(jīng),？華東理工大學(xué)教授許建和曾擔(dān)任生物反應(yīng)器工程國家重點(diǎn)實(shí)驗(yàn)室主任，他說Alphafold原始數(shù)據(jù)就來源于科學(xué)家用傳統(tǒng)方式,、花費(fèi)數(shù)十年時(shí)間破解的20多萬個(gè)蛋白質(zhì)結(jié)構(gòu),。“以20萬的數(shù)據(jù),，推測出1億多別的蛋白質(zhì)結(jié)構(gòu),，準(zhǔn)確達(dá)90%，這就是AI的神奇之處,?！痹S建和表示，自己的實(shí)驗(yàn)室也在以傳統(tǒng)方式（包括冷凍電子顯微鏡,、核磁共振或X射線晶體學(xué)等技術(shù)）破解蛋白質(zhì)的結(jié)構(gòu),，解析一個(gè)蛋白質(zhì)，短至一個(gè)月,，長的兩三年,，而且僅有1/3的成功率，由此可見Alphafold模型的意義所在,。當(dāng)然,，AI模型目前不能解決所有蛋白質(zhì)預(yù)測，一些復(fù)雜的蛋白質(zhì)結(jié)構(gòu)仍要通過實(shí)驗(yàn)室完成,。大衛(wèi)·貝克““計(jì)算蛋白質(zhì)設(shè)計(jì)”同樣具有劃時(shí)代的意義,。想象一下，如果新合成一種蛋白質(zhì),，能夠識(shí)別流感病毒,，是不是有望成為一種新的藥物？這正是大衛(wèi)·貝克十多年前做的一項(xiàng)實(shí)驗(yàn),。貝克實(shí)驗(yàn)室的夢想,，是設(shè)計(jì)出多種不同的蛋白。這還不僅限于人體蛋白,，包括動(dòng)物,、植物、病毒蛋白。它將助力于醫(yī)療,、農(nóng)業(yè),、生態(tài)保護(hù)各個(gè)領(lǐng)域?？墒?，設(shè)計(jì)蛋白質(zhì)并非易事，假設(shè)要設(shè)計(jì)一個(gè)由100個(gè)氨基酸組成的蛋白質(zhì),，每一種氨基酸又有20種截然不同的可能,，使將得可能的氨基酸序列總數(shù)高達(dá)20的100次方。這幾乎是人類不可完成的任務(wù),。于是,，大衛(wèi)·貝克也借助了AI技術(shù)，其團(tuán)隊(duì)開發(fā)的RoseTTAFold系統(tǒng)在解析蛋白質(zhì)3D結(jié)構(gòu)方面的表現(xiàn)與AlphaFold2的水平幾乎相當(dāng),?？梢灶A(yù)見的是，蛋白質(zhì)設(shè)計(jì)新技術(shù)讓人類有能力去挑戰(zhàn)任何類型的靶點(diǎn),，這是當(dāng)下生物醫(yī)藥產(chǎn)業(yè)的幸運(yùn),，也為人類攻克各類疾病帶來希望。新民晚報(bào)記者 張炯強(qiáng)