2024年诺贝尔化学奖在万众瞩目中揭晓，大卫·贝克（David Baker）、德米斯·哈萨比斯（Demis Hassabis）和约翰·M·詹珀（John M. Jumper）凭借在蛋白质结构预测和设计方面的卓越贡献，共同分享了这一殊荣。这一奖项不仅是对他们个人才华和努力的肯定，更是对人工智能（AI）在科学领域，特别是生物化学领域所取得的革命性突破的认可。

哈萨比斯，早就享誉国际科技圈。出生于1976年，在伦敦长大，母亲是新加坡华人。4岁开始下国际象棋，有“国际象棋神童”的美誉，8岁自学编程，13岁时达到了大师标准。本科以计算机科学双一的成绩毕业于剑桥大学，后来在伦敦大学学院完成了认知神经科学博士学位，又在MIT和哈佛做博士后。

约翰·M·詹珀，DeepMind Technologies高级研究科学家，AlphaFold的第一作者。他在芝加哥大学获得博士学位，主要研究方向是使用ML来模拟蛋白质折叠和动力学。2021年，他被Nature列为年度榜单中的十大“重要人物”之一。

大卫·贝克，他因开发从头设计自然界从未出现的新型蛋白的技术，获得2020年科学突破奖生命科学奖，并首次使用生成式人工智能从头设计出了全新的抗体，有望让AI从头设计蛋白进入抗体药物市场。他还堪称蛋白质设计领域“鼻祖级”人物，比DeepMind更早提出了预测和设计蛋白质三维结构的方法，甚至设计出了一款比AlphaFold更早的蛋白结构设计算法——RoseTTA。

AI与生物化学的交汇点

AlphaFold的诞生德米斯·哈萨比斯和约翰·詹珀是DeepMind Technologies公司的杰出科学家，他们的名字因AlphaFold而享誉全球。AlphaFold是一款利用人工智能技术预测蛋白质结构的革命性工具。蛋白质是生命的基本构建块，由20种氨基酸以特定的三维形状排列而成，这种形状决定了蛋白质的功能。然而，研究蛋白质的三维结构一直是生物学和医学领域的巨大挑战。传统的实验方法不仅耗时耗力，而且成本高昂，很多蛋白质的结构难以通过实验手段获得。

A DeepMind model of a protein from the Legionnaire's disease bacteria (Casp-14)（军团病细菌(Casp-14)蛋白质的DeepMind模型）

AlphaFold的出现彻底改变了这一局面。它能够直接从蛋白质的氨基酸序列中预测出其三维结构，并且达到原子级精度。这一突破性的成就不仅解决了困扰科学界50多年的蛋白质折叠问题，还极大地推进了人类对基本生物过程的理解，并促进了药物设计的发展。从AlphaFold到AlphaFold 3：不断进化的预测能力AlphaFold的旅程始于2018年，当时DeepMind在第13届“蛋白质结构预测奥运会”CASP比赛中，凭借AlphaFold成功预测了43种蛋白质中25种的最准确结构，力压群雄，一战成名。2020年，DeepMind推出了AlphaFold2，进一步提升了蛋白质结构预测的能力和范围。AlphaFold2能够预测出超过两亿种蛋白质的三维结构，这一成就被誉为结构生物学中的重要里程碑，对后续蛋白质结构及功能研究具有开创性意义。
2021年7月，AlphaFold成功预测了近98.5%的人类蛋白质结构。而到了2022年7月AlphaFold预测了几乎“整个蛋白质宇宙”。 
2023年5月，AlphaFold 3登上Nature杂志，以更高的精确度和更广的应用范围惊艳科学界。AlphaFold 3不仅能够预测蛋白质的结构，还能够预测DNA、RNA以及配体等其他生物分子的结构和相互作用。与现有的预测方法相比，AlphaFold 3在预测蛋白质与其他分子类型的相互作用方面，准确率提高了至少50%，对于一些重要的相互作用类别，预测准确率甚至提高了一倍。AlphaFold 3的这一飞跃，不仅将我们从蛋白质领域带入更广泛的生物分子领域，还开启了更具变革性的科学研究。从开发生物可再生材料和更具抗逆性的作物，到加速药物设计和基因组学研究，AlphaFold 3的应用前景无限广阔。

AlphaFold在生物制药领域的广泛应用
AlphaFold的广泛应用，特别是在生物制药领域，已经取得了显著的成果。了解蛋白质的三维结构，对于设计针对性的药物分子至关重要。AlphaFold能够预测出蛋白质的三维结构，使得研究人员能够更准确地设计出与蛋白质结合的药物分子，从而改变蛋白质在人类健康和疾病中的相互作用方式。如今，全球已有数百万研究人员将AlphaFold 2应用在疟疾疫苗、癌症治疗和酶设计等领域，取得了不少新的发现。AlphaFold-Multimer则进一步推动了对蛋白质-蛋白质复合物的预测，为理解复杂生物过程提供了更多的线索。Isomorphic Labs是DeepMind的衍生生物技术公司，由哈萨比斯领导。该公司致力于将DeepMind在生物学方面的人工智能研究进一步带入制药行业，希望在药物发现领域带来一场AI革命。Isomorphic Labs已经将AlphaFold 3与一套补充的内部AI模型结合，为内部项目以及制药合作伙伴进行药物设计。这一合作不仅加速了新药的研发进程，还为治疗人类一些最具破坏性的疾病提供了新的希望。

AI在科学发现中的广泛应用与未来展望

AlphaFold的成功只是AI在科学发现领域众多应用中的一个缩影。如今，在各个领域，应用AI方法分析数据、构建复杂生物现象的强大预测模型和生成模型，已经成为一股强大的科技创新潮流。例如，AI在识别新的抗生素、揭示希格斯玻色子、建模和分析星系形成、筛选粒子对撞机或机器人望远镜产生的大量数据等方面，都取得了显著的成果。AI还能够帮助科学家识别具有电池或太阳能电池所需特性的材料，为可再生能源的发展提供新的思路。AI变革科学发现的历程，可能真的刚刚开始。随着AI技术的不断进步和应用的不断拓展，我们有理由相信，AI将在未来科学研究中发挥更加重要的作用。无论是生物化学、物理学、天文学还是材料科学，AI都将成为推动科学进步的重要力量。

结语

2024年诺贝尔化学奖的颁发，不仅是对大卫·贝克、德米斯·哈萨比斯和约翰·M·詹珀个人成就的认可，更是对AI在科学领域所取得的革命性突破的肯定。AlphaFold的成功不仅解决了困扰科学界多年的蛋白质折叠问题，还极大地推动了人类对基本生物过程的理解，促进了药物设计的发展。随着AI技术的不断进步和应用的不断拓展，我们有理由期待，AI将在未来科学研究中发挥更加重要的作用，为人类带来更多的惊喜和突破。