三位才华横溢的科学家获得了诺贝尔化学奖，这一奖项震惊了科学界。谷歌 DeepMind 的两位科学家 Demis Hassabis 和 John Jumper 是获奖者之一，他们的工作旨在通过蛋白质折叠重塑生物技术和医学。华盛顿大学的生物化学家戴维·贝克 (David Baker) 完成了他们的成就，他在计算蛋白质设计方面的开创性工作增强了他们的成就。一路走来，他们的发现开辟了了解和设计蛋白质的新方法，蛋白质是地球上所有生命的关键分子。
最终，它是这一成就、这四项预测的核心，它始于先进的人工智能模型，特别是哈萨比斯和朱珀制作的模型。 AlphaFold2 这一突破使得几乎所有蛋白质都可以根据其序列进行预测。这一成就已经导致药物发现和分子生物学研究的加速，以至于开始引起政策制定者和公众的关注。贝克的贡献很重要，但人工智能技术做到了许多人认为不可能的事情——它破解了数十年之久的科学难题。
谷歌 DeepMind 荣获诺贝尔化学奖震惊学术界
三人因开发解码和设计蛋白质的技术而获得诺贝尔奖。生命可以比作砖砌的建筑物，但砖块更像是生命的基石：复杂蛋白质通常被描述为帮助我们执行体内几乎每个过程的分子。然而几十年来，它们的结构一直是个谜。然而，得益于人工智能，有效地绘制和设计这些复杂的分子多年来一直是科学家的目标。
其次，来自 Google DeepMind 的 John Jumper 和 Demis Hassabis 制作了一个名为 AlphaFold2 的 AI 模型，可以预测任何已知蛋白质的结构。这个模型已经绘制出了2亿个蛋白质结构，这在当时是难以想象的成就。现在，您只需几秒钟即可完成曾经需要花费数年时间进行艰苦研究的工作。他们的工作深入了解已知蛋白质，并有助于以惊人的精度创造新蛋白质。
与此同时，大卫·贝克的贡献是一款名为 Rosetta 的软件，它可以利用自然界中不自然存在的现有蛋白质的部分构建新蛋白质。这项工作代表了理解和构建蛋白质方面的巨大进步，将对医学、环境科学和材料工程产生深远的影响。
人工智能如何彻底改变所有蛋白质研究
这项获得诺贝尔奖的研究很重要。每个生物功能都是由蛋白质驱动的：从肌肉收缩到免疫防御，蛋白质的功能取决于它们的形状。几十年来，科学家们一直在努力预测蛋白质如何准确地折叠成复杂的三维结构。因此，我们必须了解这个过程，以解锁可能的医疗方法、开发疫苗，甚至制造可生物降解的材料。
Hassabis 和 Jumper 的创意 AlphaFold2 可以让您准确预测几乎任何蛋白质的结构，从而大大缩短研究时间。这是一个人工智能驱动的系统，可以快速分析氨基酸序列，以确定任何序列如何折叠成功能性蛋白质。哈萨比斯表示，这一突破“节省了多年的实验工作”，使科学家能够将注意力转向应用，例如开发新药物和材料。
这项人工智能技术与 Baker 的 Rosetta 软件协同工作。通过使用现有蛋白质数据的机器学习的应用，他们可以设计新的甚至全新的蛋白质来解决污染等棘手问题或制造更智能、更有效的药物。贝克说，在某些情况下，可能会出现新的治疗方法，例如减缓 COVID-19 等病毒传播的鼻喷雾剂或阻止危险免疫反应的药物。
AlphaFold2 和 GenScript 深度学习平台的结合可以实现更快的研究，而以前的研究需要更长的时间。
自发布以来，AlphaFold2 一直免费向全世界的科学家开放，这是我们所知的研究领域的一次戏剧性的飞跃。 190 个国家的超过 200 万研究人员已经使用该系统将疾病研究扩展到疟疾、帕金森氏症、耐药细菌等。如果该工具能够以比以往更低的成本和费用加快识别新药的过程，那么它可能会对医学产生重大影响。
John Jumper 注意到 AlphaFold2 的长期潜力，并谈到了它如何帮助将药物和疫苗的开发速度加快 10 至 20 倍左右，特别是在应对新出现的流行病和疫情方面。很明显，大卫·贝克对技术的未来应用充满热情——他认为这只是人工智能在科学领域所能发挥的作用的冰山一角。
掌握在科学手中，人工智能的力量
哈萨比斯和朱珀表示，这并不是说解决这个古老的科学难题就是一项成就，而是从根本上改变了我们对研究的看法。 AlphaFold2 等人工智能系统正在证明，原本劳动密集型的科学过程现在可以变得更容易获取、实用且可扩展。这不是理论上的；而是真实的。它现在正在世界各地的实验室中发生，其对从制药到环境科学的各个领域的影响可能是巨大的。
但尽管潜力巨大，哈萨比斯显然也持谨慎态度。他在一份声明中将人工智能描述为“具有双刃剑”，这意味着它似乎是改善生活的一种手段，我们必须非常小心地使用它，并担心它可能会产生意想不到的影响。随着这些技术的不断发展，他们的首要任务将是确保风险大于收益。
这表明我们在利用人工智能解决生物学最棘手问题方面已经取得了多大进展。我们一直提出的许多问题都发生了变化。使用人工智能研究蛋白质还处于早期阶段，但 Demis Hassabis、John Jumper 和 David Baker 的进步正在改变科学的面貌。他们的工作比以往任何时候都更接近科幻小说。这项获得诺贝尔奖的发现将产生远远超出生物学和医学领域的影响。
图片来源: Furkan Demirkaya/表意文字
Source: 谷歌 DeepMind 人工智能荣获诺贝尔化学奖