劃重點
012024年諾貝爾化學獎授予華盛頓大學的David Baker以及谷歌DeepMind的Demis Hassabis與John M. Jumper，以表彰他們在計算蛋白質設計和蛋白質結構預測方面的貢獻。
02三位獲獎者近年來在AI預測蛋白質結構領域取得了重要突破，其中DeepMind的AlphaFold2和華盛頓大學David Baker團隊研發(fā)的RoseTTAFold是兩大知名開源算法。
03由于此次獲獎，AI再次吸引了整個科技領域的矚目，展示了蛋白質結構預測在生物和AI領域的巨大潛力。
以上內容由騰訊混元大模型生成，僅供參考
機器之心報道
機器之心編輯部
昨天，哈薩比斯還在祝福Hinton。今天，他自己也拿了諾獎。
北京時間 10 月 9 日下午，瑞典皇家科學院宣布將 2024 年諾貝爾化學獎授予華盛頓大學的David Baker以及谷歌DeepMind 的Demis Hassabis 與John M. Jumper，以表彰他們在「計算蛋白質設計」和「蛋白質結構預測」方面的貢獻。
眾所周知，這三位是AI蛋白質研究領域的知名人物。近年來，AI預測蛋白質結構成為了生物以及AI領域的重磅話題。這個領域有兩大知名開源算法，一個是 DeepMind 的 AlphaFold2，另一個就是華盛頓大學David Baker團隊研發(fā)的 RoseTTAFold。
AlphaFold 的論文于2021年 7 月發(fā)表在《nature》雜志上，Alphafold 的締造者之一 John Jumper 被評為《nature》2021 年度十大科學人物。
論文地址：https://www.nature.com/articles/s41586-021-03819-2另一算法RoseTTAFold 也被《science》評選為 2021 年度突破。
在無數光環(huán)加身之后，三位蛋白質領域的領軍人物贏得了今年的諾貝爾化學獎。而AI，繼昨日奪得諾貝爾物理學獎之后，再次吸引了整個科技領域的矚目。
他們破解了蛋白質結構的密碼
2024年諾貝爾化學獎是關于蛋白質的，這是生命的巧妙化學工具。David Baker 成功地完成了幾乎不可能的壯舉，構建了全新的蛋白質種類。Demis Hassabis和John Jumper 開發(fā)了一種人工智能模型，解決了一個50年的老問題：預測蛋白質復雜的結構。這些發(fā)現具有巨大的潛力。
生命的多樣性證明了蛋白質作為化學工具的驚人能力。它們控制并驅動所有化學反應，這些反應共同構成了生命的基矗蛋白質還作為激素、信號物質、抗體以及不同組織的構建塊發(fā)揮作用。
「今年被認可的發(fā)現之一涉及構建壯觀的蛋白質。另一個是實現一個50年的夢想：從它們的氨基酸序列預測蛋白質結構。這兩個發(fā)現都開辟了廣闊的可能性�！怪Z貝爾獎化學委員會主席Heiner Linke說。
蛋白質通常由20種不同的氨基酸組成，這些可以被描述為生命的構建塊。2003年，David Baker 成功地利用這些構建塊設計了一種與任何其他蛋白質都不同的新蛋白質。從那時起，他的研究小組已經創(chuàng)造了一個又一個富有想象力的蛋白質，包括可以作為藥物、疫苗、納米材料和微型傳感器使用的蛋白質。
第二個發(fā)現涉及蛋白質結構的預測。在蛋白質中，氨基酸以長鏈的形式連接在一起，然后折疊成三維結構，這對蛋白質的功能至關重要。自20世紀70年代以來，研究人員一直試圖從氨基酸序列預測蛋白質結構，但這是非常困難的。然而，四年前，出現了一個驚人的突破。
2020年，Demis Hassabis和John Jumper展示了一個名為AlphaFold 2的人工智能模型。在它的幫助之下，他們能夠預測研究人員已經識別的幾乎所有2億種蛋白質的結構。自從他們的突破以來，AlphaFold 2已經被來自190個國家的超過200萬人使用。在眾多的科學應用中，研究人員現在可以更好地理解抗生素耐藥性，并創(chuàng)建可以分解塑料的酶的圖像。
沒有蛋白質，生命就無法存在。我們現在能夠預測蛋白質結構并設計我們自己的蛋白質，這為人類帶來了最大的利益。
以下為往屆諾貝爾化學獎獲獎名單：
參考鏈接：https://www.nobelprize.org/prizes/chemistry/2024/press-release/
