2024 诺贝尔化学奖：蛋白质研究的重大突破

一、奖项揭晓，举世瞩目

2024 年诺贝尔化学奖的揭晓吸引了全球的目光。此次奖项授予了大卫?贝克（David Baker）、戴米斯?哈萨比斯（Demis Hassabis）和约翰?江珀（John M. Jumper）。这三位科学家在蛋白质设计和蛋白质结构预测领域做出了卓越贡献，获得了 1100 万瑞典克朗（约合 745 万元人民币）奖金。

蛋白质是生命中巧妙的化学工具，而这三位获奖者的发现具有巨大的潜力。大卫?贝克成功地完成了构建全新蛋白质种类的壮举，哈萨比斯和江珀则开发了一个 AI 模型来解决 50 年前的蛋白质结构预测问题。

该奖项的影响力不容小觑。一方面，它肯定了蛋白质结构研究在化学和生命科学领域的重要性。自 1901 年以来，诺贝尔化学奖已颁发 115 次，其中有多次与蛋白质结构相关的研究工作获得该奖项。另一方面，此次奖项的颁发也反映了人工智能在科学研究中的重要作用。在 AlphaFold 3 中，借由最先进的扩散模型，不仅可以预测对蛋白质之间的相互作用，还可以预测蛋白质与 DNA、RNA 链、配体和离子等小分子的相互作用，并且准确率达到了 76%。这一成果大大缩短了蛋白质结构的研究时间，对该领域的科研是革命性的变革。

总之，2024 年诺贝尔化学奖的揭晓为蛋白质结构研究带来了新的希望，也为人工智能在科学研究中的应用树立了新的标杆。

二、历史与重要性

（一）奖项的发展历程

诺贝尔化学奖自 1901 年设立以来，一直是化学领域的最高荣誉之一。在这漫长的历史中，它见证了化学科学的不断发展与进步。从早期对传统化学领域的表彰，到后来逐渐涵盖生物化学、物理化学等交叉学科，诺贝尔化学奖的评选范围不断拓宽。在过去的 120 多年里，该奖项共颁发了 115 次，有 194 人获此殊荣。其中，不乏一些具有里程碑意义的获奖成果。例如，1911 年玛丽?居里因发现镭和钋元素，提纯镭并研究其性质及其化合物而获得诺贝尔化学奖，她成为了首位两次获得诺贝尔奖的科学家。此后，众多杰出的化学家们凭借在各自领域的重大发现和发明，登上了诺贝尔化学奖的领奖台。

（二）对科学发展的推动

过去诺贝尔化学奖获奖者的成就对化学及其他领域产生了深远的影响。如 2020 年诺贝尔化学奖授予了埃马纽埃尔?卡彭蒂耶（Emmanuelle Charpentier）博士和詹妮弗?杜德纳（Jennifer A Doudna）博士，她们在基因组编辑技术方面的贡献，不仅在生命科学领域引发了革命，也为医学、农业等领域带来了新的机遇。再如 2018 年诺贝尔化学奖授予美国科学家弗朗西斯?阿诺德（Frances Arnold），乔治?史密斯（George Smith）和英国科学家格里高利?温特（Gregory P Winter），他们在酶的定向演化以及用于多肽和抗体的噬菌体展示技术方面取得的重要成果，为生物化学领域的发展奠定了坚实基础，推动了制药、生物技术等产业的进步。

此外，一些获奖者的研究成果还促进了物理学、材料科学等领域的发展。例如，英国著名物理学家欧内斯特?卢瑟福因 “对元素的蜕变以及放射化学的研究”，荣获 1908 年诺贝尔化学奖，这一成果不仅在化学领域具有重大意义，也为物理学的发展提供了重要支持。总之，过去诺贝尔化学奖获奖者的成就为科学的发展开辟了新的道路，推动了各个领域的不断进步。

三、2024 年获奖者及成果

（一）获奖者简介

大卫?贝克：大卫?贝克出生于 1962 年，是美国生物化学家、计算生物学家。他本科毕业于哈佛大学，后在加利福尼亚大学伯克利分校获得博士学位。贝克以开创能够预测和设计蛋白质三维结构的方法而闻名。他参与创办了 21 家生物技术公司，并获得 100 余项专利。2024 年，贝克被《时代》杂志列入 “2024 年健康领域最具影响力 100 人” 榜单，并获得诺贝尔化学奖。

德米斯?哈萨比斯：哈萨比斯出生于 1976 年 7 月，是英国计算机科学家和人工智能研究员。他四岁开始下象棋，13 岁时取得 “棋联大师” 级别的等级分。毕业于剑桥大学计算机科学专业，曾负责经典模拟游戏《主题公园》的开发，并创办自己的游戏公司 “仙丹工作室”，目前是 DeepMind 创始人兼首席执行官、谷歌 DeepMind 首席执行官。

约翰?江珀：约翰?江珀出生于 1985 年，美国阿肯色州小石城人，现任谷歌 DeepMind 项目总监。他本科在范德比尔特大学学习数学和物理，后在剑桥大学攻读理论凝聚态物理学硕士，中途退学后在德绍研究公司用超级计算机从事蛋白质动力学和过冷液体的分子动力学模拟工作。2011 年起，他在芝加哥大学学习理论化学，完成了博士学位，并在此期间开发了机器学习方法来模拟蛋白质动力学。2017 年起，他加入 AlphaFold 项目并于次年成为研究负责人，开发出 AlphaFold2。2024 年，他与哈萨比斯共同获得诺贝尔化学奖。

（二）计算蛋白质设计

大卫?贝克在计算蛋白质设计方面做出了卓越贡献。2003 年，贝克利用氨基酸 “积木”，成功创造出一种前所未有的新蛋白质，开启了构建蛋白质的大门。贝克团队构建氨基酸 “积木” 的功臣，是他们开发的名为 Rosetta 的计算软件。他们首先绘制了一种全新结构的目标蛋白质，然后从已知结构的蛋白质数据库中寻找与目标结构相似的短蛋白质片段；随后，Rosetta 利用蛋白质能量图的基本知识，优化这些片段，给出了最终的氨基酸序列。

此后，贝克研究小组不断发挥创意，创造出一系列富有想象力的蛋白质。这些蛋白质正在药物、疫苗、纳米材料和微型传感器等多个领域 “大展拳脚”。例如，韩国 SK 生物科学公司生产的新冠疫苗，就是与华盛顿大学研究人员合作研究完成的，其中就用到了贝克团队设计的蛋白质。此外，用于流感疫苗，以及对抗癌症和自身免疫性疾病的蛋白质也在研究中。其他应用可能包括分解塑料的蛋白质，以及提高光合作用效率的蛋白质，从而帮助缓解气候变化。

（三）蛋白质结构预测

德米斯?哈萨比斯和约翰?江珀开发的人工智能模型 “阿尔法折叠 2”（AlphaFold2）在蛋白质结构预测方面取得了重大突破。自 20 世纪 70 年代以来，科学家一直致力于根据氨基酸序列预测蛋白质结构，但这是一项极其艰巨的任务。因为有些氨基酸和其他氨基酸相互作用，有些氨基酸则具有疏水性。而且氨基酸链形成了复杂的形状，使精准确定蛋白质结构难上加难。

2020 年，哈萨比斯和江珀研制出 “阿尔法折叠 2”。在该模型的帮助下，科学家们已能预测 2 亿多种蛋白质的结构。自问世以来，“阿尔法折叠 2” 得到 190 个国家和地区 200 多万研究人员的应用。有了这一模型，研究人员能够更深入地研究抗生素的耐药性，并设计出能分解塑料的酶。今年 5 月，“深度思维” 推出了 “阿尔法折叠 3” 模型，用来帮助科学家更精确地针对疾病机制开发更有效药物。“阿尔法折叠 3” 能够更准确预测不同大分子之间复合物的结构，以及大分子、小分子和离子之间的相互作用。

四、意义与影响

（一）科学研究的范式转变

2024 年诺贝尔化学奖的颁发，定义了一个具有重大意义的科学研究范式。此次获奖的研究表明，从实际问题出发，将其转变为 AI 可以处理的输入数据，再经过深度学习网络，最终输出结果，理论上可以解决所有科学问题。这一范式为科学研究提供了新的思路和方法。

AI 在科学研究中的潜力巨大。以蛋白质结构预测为例，AI 的应用实现了精度和效率的飞跃，为药物研发等领域带来了新的机遇。正如清华大学生命科学学院教授杨茂君所说，在所有通过输入得出输出的问题上，AI 理论上都可以作为有力的工具。其应用范围不仅限于生物、化学、物理等领域，还取决于如何将客观世界的问题抽象成 AI 可以学习和处理的形式，以及现实世界是否有足够多的真实数据来训练和构建深度学习网络。

（二）对社会的实际影响

获奖成果对解决全球性问题具有重要作用。在医药研发方面，蛋白质结构预测的突破有望加速药物研发进程，攻克癌症、阿尔茨海默病等顽疾。例如，通过准确预测疾病相关蛋白质的结构，可以设计更有效的药物。同时，在材料科学领域，能够设计具有特定功能的新型蛋白质材料，用于生物传感器、生物燃料等领域，为解决能源危机提供新的途径。

在应对环境问题方面，获奖成果也有潜在的应用价值。比如，设计能够分解塑料的蛋白质，有助于缓解塑料污染问题；提高光合作用效率的蛋白质，可能为应对气候变化做出贡献。此外，农业领域也将受益，通过设计更抗病、更高产的农作物，保障粮食安全。

（三）激励新一代科学家

诺贝尔化学奖的颁发对年轻人投身科学事业具有极大的激励作用。获奖者之一的约翰?江珀年仅 39 岁，这为广大青年科研工作者树立了榜样。此次诺奖会激励更多年轻人关注 AI 及其在科学中的应用，从而诞生新一代跨学科人才。

诺奖既是对科学家个人成就的认可，也是对整个 AI 辅助科学研究趋势的肯定。它为年轻人提供了一个明确的方向，鼓励他们积极拥抱新的研究范式，勇于探索未知领域。同时，也促使教育机构和科研单位更加重视跨学科人才的培养，为科学研究的未来注入新的活力。

五、未来展望

（一）蛋白质研究的发展趋势

随着 2024 年诺贝尔化学奖的颁发，蛋白质研究领域迎来了新的发展机遇。未来，蛋白质研究将更加注重跨学科合作，融合生物学、化学、物理学、计算机科学等多个领域的知识和技术。例如，利用人工智能技术进一步提高蛋白质结构预测的准确性和效率，为药物研发、材料设计等提供更强大的支持。

同时，蛋白质设计将成为一个重要的研究方向。科学家们将继续探索如何设计出具有特定功能的新型蛋白质，以满足不同领域的需求。例如，设计能够高效分解有害物质的蛋白质，用于环境治理；开发具有更好疗效的蛋白质药物，用于疾病治疗。

此外，蛋白质研究还将与纳米技术、生物技术等领域相结合，创造出更多具有创新性的应用。例如，利用纳米技术构建蛋白质纳米材料，用于生物传感器、药物输送等领域；通过生物技术手段改造蛋白质，提高其稳定性和生物活性。

（二）技术创新的推动作用

未来，技术创新将在蛋白质研究中发挥关键作用。一方面，人工智能技术将不断发展和完善，为蛋白质结构预测和设计提供更强大的工具。例如，深度学习算法的不断优化将提高蛋白质结构预测的精度，同时，生成式对抗网络等新技术的应用将为蛋白质设计带来更多的可能性。

另一方面，实验技术的进步也将为蛋白质研究提供更多的支持。例如，冷冻电镜技术的不断发展将使科学家能够更清晰地观察蛋白质的结构，为蛋白质结构预测和设计提供更准确的实验数据。同时，基因编辑技术的应用将使科学家能够更方便地改造蛋白质的基因序列，实现蛋白质的定向设计。

（三）对社会和人类的影响

蛋白质研究的未来发展将对社会和人类产生深远的影响。在医药领域，蛋白质药物的研发将为疾病治疗带来新的希望。例如，针对癌症、阿尔茨海默病等重大疾病的蛋白质药物有望取得重大突破，提高患者的生活质量和生存率。

在环境领域，蛋白质技术的应用将有助于解决环境污染问题。例如，设计能够分解塑料的蛋白质将为塑料污染治理提供新的解决方案；开发能够提高光合作用效率的蛋白质将有助于缓解气候变化。

在农业领域，蛋白质技术的应用将提高农作物的产量和品质，保障粮食安全。例如，通过基因编辑技术改造农作物的蛋白质，使其具有更好的抗病性和抗逆性。

总之，蛋白质研究的未来发展充满了无限的可能性。通过不断的技术创新和跨学科合作，我们有理由相信，蛋白质研究将为解决重大社会问题提供关键的技术支持，为人类的未来带来更多的福祉。