诺贝尔化学奖颁给 AlphaFold AI 的开发者，用于预测蛋白质结构

诺贝尔化学奖颁给 AlphaFold AI 的开发者，用于预测蛋白质结构

这是第一次——当然不是最后一次——由人工智能实现的科学突破被授予诺贝尔奖。 2024 年诺贝尔化学奖授予伦敦谷歌 DeepMind 的 John Jumper 和 Demis Hassabis，以表彰其开发的突破性技术 用于蛋白质结构预测的人工智能工具 AlphaFold ，以及西雅图华盛顿大学的 David Baker 过去几年在计算蛋白质设计方面的工作 被人工智能彻底改变 。

AlphaFold 的效果 几年前被揭露 ，无不具有变革性。该工具使研究人员只需按一下按钮即可预测蛋白质结构（通常但并非总是高度准确），从而实现了十年前不可想象的实验。生物学家现在谈论“AlphaFold之前”和“AlphaFold之后”的时代。

诺贝尔委员会主席、瑞典隆德大学纳米科学家海纳·林克(Heiner Linke)在颁奖典礼上表示：“长期以来，能够根据蛋白质的氨基酸序列预测蛋白质的三维结构一直是一个梦想。几十年来，这被认为是不可能的。”他补充说，今年的获奖者“已经破解了密码”。三名获胜者将分享 1100 万瑞典克朗（100 万美元）的奖金。

优秀的人工智能

DeepMind 于 2018 年推出了 AlphaFold，当时它赢得了两年一度的蛋白质结构预测竞赛——蛋白质结构预测批判性评估（CASP）。但这是深度神经网络的第二个版本， 于2020年底提出 ，引发了生命科学领域的地震。

AlphaFold2 在 CASP 上的许多预测都非常准确，以至于与实验确定的蛋白质结构无法区分。这促使 CASP 联合创始人、马里兰大学帕克分校计算生物学家 John Moult 认为 2020年申报 ，“问题已经以某种方式解决了”。

DeepMind 联合创始人兼首席执行官 Hassabis 和 AlphaFold 团队负责人 Jumper 领导了 AlphaFold2 的开发。为了预测蛋白质结构，神经网络集成了数据库中的类似结构，该数据库包含数十万个实验确定的结构和数百万个相关蛋白质序列，其中包含有关其形状的信息。

2021年，DeepMind AlphaFold2的底层代码免费提供 ，以及训练模型所需的数据。一 AlphaFold数据库 与欧洲分子生物学实验室和英国欣克斯顿欧洲生物信息学研究所合作编写， 现在包含遗传数据库中代表的所有生物体的大多数蛋白质的结构 ：总共约 2.14 亿个预测。今年公司推出了一款 AlphaFold的第三个版本 它还可以模拟与蛋白质相互作用的其他分子，例如药物。

Jumper、Hassabis 和他们的同事发起的革命仍处于早期阶段，AlphaFold 对科学的全面影响可能要等很多年之后才能知道。但该工具已经在帮助科学家获得新的见解。

一个先驱团队使用该工具以及实验数据来 核孔复合体 绘制地图，这是我们细胞中最大的机器之一，负责将分子输送进出细胞核。去年，两个团队分析了整个 AlphaFold 数据库，以发现蛋白质宇宙的最深处，识别新的蛋白质家族和折叠以及生命机器中令人惊讶的联系。

许多研究人员希望 AlphaFold 及其启发的其他人工智能工具能够改变医学。然而，它是 仍不清楚 、AlphaFold 将如何或是否简化开发安全新药的昂贵且多步骤的过程。

创造新的蛋白质

在 DeepMind 开始与 AlphaFold 合作的十多年前，西雅图华盛顿大学的计算生物物理学家 David Baker 和他的同事开发了基于物理原理的蛋白质结构建模软件工具，称为 Rosetta。该工具取得了早期成功 在新型蛋白质的设计中 。

多年来，Baker 的团队应用 Rosetta 来预测蛋白质结构（在 AlphaFold 最近占据主导地位之前，它是众多 CASP 中表现最好的工具之一），并设计了新型蛋白质，例如酶和自组装蛋白质纳米颗粒。

当 AlphaFold2 宣布但尚未发布时，Baker 和他的团队（包括现在韩国首尔国立大学的计算化学家 Minkyung Baek）开始了解该软件，并将其一些技巧应用于早期基于人工智能的 Rosetta 版本。由此产生的 RoseTTAFold 网络的第一个版本的性能几乎与 AlphaFold2 一样好。自 2021 年以来，这两个网络的开发人员和其他科学家不断改进，以应对新的挑战，例如预测由几种不同的相互作用蛋白质组成的复合物的结构。

近年来，贝克的团队在将机器学习应用于其实验室存在的理由方面特别富有成效： 创造自然界中从未见过的新蛋白质 。 Baker 团队最近开发的一种工具将 RoseTTAFold 与图像生成扩散神经网络相结合，使研究人员设计蛋白质的能力实现了巨大飞跃。

科学家表示，虽然 AlphaFold 这样的计算工具并不能取代实验研究，但它们是一个加速器。德国图宾根马克斯·普朗克发育生物学研究所的进化生物学家、CASP 评委安德烈·卢帕斯 (Andrei Lupas) 表示：“这将使新一代分子生物学家能够提出更高级的问题。” 2020 走向自然 。