未來，人們談起2024年的諾貝爾獎，或許會將其命名為“諾獎AI年”。繼物理學獎頒給兩位“AI教父”之后，化學獎又頒給了與人工智能密切相關的科學家。
當地時間10月9日，瑞典皇家科學院宣布，將2024年諾貝爾化學獎授予大衛·貝克（David Baker）、戴米斯·哈薩比斯（Demis Hassabis）和約翰·江珀（John M.Jumper），以表彰他們在蛋白質設計和蛋白質結構預測領域作出的貢獻。3名獲獎者共獲得1100萬瑞典克朗（約合745萬元人民幣）獎金。
諾獎官網截圖
人工智能將節省確定蛋白質結構上的時間
蛋白質，一直是諾貝爾化學獎青睞的研究方向。蛋白質是執行生命功能的最重要的生物大分子，是生命的重要組成部分，也是化學家研究的重要對象，例如消化食物所需要的酶就是一種蛋白質。
但以往的化學研究主要靠猜測、嘗試、糾錯，再猜測、再嘗試……這種研究范式下，科研人員必須在不斷試錯的過程中取得發現，研究效率低、成本高。隨著化學研究對象日益復雜化、高維化，面對龐大的化學空間，配方和工藝的搜索常常止步于局部最優，無法進行全局探索。
數據驅動的人工智能給化學研究帶來不同的可能性。諾貝爾獎官方表示，2024年諾貝爾化學獎的主題是蛋白質——生命中巧妙的化學工具。貝克成功完成了幾乎不可能的任務，構建了大量全新的蛋白質。哈薩比斯和江珀開發了一種人工智能模型，解決了一個50年來的難題：預測蛋白質的復雜結構。這些發現具有巨大的潛力。
據介紹，蛋白質由20種不同的氨基酸組成，這些氨基酸可以被視為生命的構建模塊。2003年，貝克成功利用這些模塊設計出一種全新蛋白質。他開發了著名的Rosetta軟件，極大地推動了蛋白質結構預測的進展。從那時起，他的研究團隊創造了一個又一個富有想象力的蛋白質，包括可用于藥物、疫苗、納米材料和微小傳感器的蛋白質。同時，他還將深度學習技術引入Rosetta軟件，并率先公開RoseTTAFold的源代碼。
諾獎直播截圖
哈薩比斯和江珀則是主導了人工智能模型AlphaFold的開發。哈薩比斯是DeepMind的創始人兼首席執行官，同時也是AlphaFold項目的負責人。江珀則是AlphaFold項目的首席高級研究員。如今，AlphaFold2已對超過2億種蛋白質進行了結構預測——幾乎是科學界已知的所有蛋白質。這2億種蛋白質的結構預測數據依然向公眾免費開放，使研究人員能夠像使用谷歌搜索信息一樣搜索蛋白質的結構，為研究人員即時提供他們正在研究的任何蛋白質的預測模型，大大減少了他們曾經需要花在確定蛋白質結構上的時間。
中國科學家已經將AI應用到化學科研領域
2024年的諾貝爾化學獎和物理學獎，都與人工智能有關。這是否反映出未來科研的新風向？
南京大學化學化工學院教授、博導鄭鵬主要從事化學和生物學交叉的前沿科學研究領域，他向現代快報記者解釋了人工智能在化學領域的應用。“2024年諾貝爾化學獎得主大衛·貝克（David Baker）近幾十年來一直從事蛋白質設計研究，設計出自然界中不存在的蛋白質分子，使其具有更好的功能或新穎的結構。”鄭鵬介紹，蛋白質由氨基酸排列組合而成，設計難度非常高，最近5至10年里伴隨著人工智能的發展，大衛·貝克將人工智能引入到蛋白質設計領域，使得蛋白質設計得到了質的飛躍，設計出了很多具有應用價值的蛋白。
鄭鵬說，蛋白質是由氨基酸線性排列組合構成，但絕大部分蛋白質只有具備正確的三維結構才能行使功能，如何預測和得到蛋白的三維結構對科學家來說是一個很大的難題。而來自谷歌公司的戴米斯·哈薩比斯（Demis Hassabis）和約翰·江珀（John M.Jumper）兩位科學家，通過開發AlphaFold人工智能模型，實現了根據氨基酸序列準確預測蛋白質結構的突破，“結構知道了，對應的功能也就能知道。”
兩組科學家從不同的方向來研究蛋白質領域，為什么他們的研究如此重要呢？鄭鵬舉例說，“如果我們可以準確預測蛋白質結構、設計相應的蛋白質和分子，那么就可以根據癌癥相關的蛋白，改造已有的蛋白，設計靶向藥物，所以說他們的研究意義是非凡的，在人類生命健康領域有重要的應用，他們獲得諾貝爾化學獎是眾望所歸。”
鄭鵬所帶領的課題組正是從事相關領域的研究，他們運用人工智能算法來設計新的蛋白，課題組成功設計了一系列肌肉蛋白，其熱穩定性可以超過120℃，未來可以作為材料在極端條件下使用。課題組還利用人工智能，針對新冠病毒、猴痘病毒及一些疾病來設計藥物。面對新冠疫情，鄭鵬帶領團隊最早在國際上揭示了N501Y突變導致病毒具有更強傳染性的原因，該成果被世界衛生組織報告引用。
鄭鵬說，人工智能在助力化學和生命科研領域都已經起到了顛覆性的作用，我國不少科學家都已經利用AI設計了一系列更好的蛋白。“諾貝爾化學獎獲得者就是最早將AI應用在蛋白質設計領域，取得了重大突破，人工智能已經應用在很多學科、各行各業中。”
現代快報+記者 于露 是鐘寅 李鳴 李楠
