哈萨比斯与江珀因 AlphaFold 分享诺贝尔化学奖

背景

蛋白质是由氨基酸（amino acid）首尾相连组成的长链分子，每条链会折叠成特定的三维形状。形状基本决定了蛋白质在细胞里的作用，因此了解它有助于研究疾病和设计药物。但在实验室里测定一个蛋白质的结构既慢又贵，许多蛋白质的氨基酸序列早已知道，三维形状却迟迟无法确定。

根据氨基酸序列推算蛋白质的三维结构，因此成为生物学中长期未解的难题。瑞典皇家科学院在公告中把它称为一个有50年历史的问题。^[1] 谷歌DeepMind的首席执行官哈萨比斯（Demis Hassabis）和同一实验室的高级研究科学家江珀因（John Jumper）一直在用人工智能（artificial intelligence，AI）攻克这一问题。^[1]

发生了什么

2024年10月9日，瑞典皇家科学院宣布当年的诺贝尔化学奖，并把奖项分成两半。一半授予华盛顿大学与霍华德·休斯医学研究所（Howard Hughes Medical Institute）的大卫·贝克（David Baker），表彰他的「计算蛋白质设计」。另一半由哈萨比斯与江珀因共同获得，表彰他们的「蛋白质结构预测」。^[1] 奖金总额为1100万瑞典克朗。^[1]

关键细节

评奖机构提到的AI模型是AlphaFold2，两位获奖者在2020年提出了它。^[1] 通俗地说，它以蛋白质的氨基酸序列为输入，预测这条链最终会折叠成什么形状。科学院表示，研究人员已用AlphaFold2预测了目前已鉴定出的2亿种蛋白质中几乎全部的结构。^[1] 这意味着科研人员不必为每一种蛋白质单独做实验，就能直接查阅预测结果。

科学院还称，已有超过200万人、来自190个国家的用户使用过AlphaFold2，应用包括研究抗生素耐药性，以及观察能够分解塑料的酶的结构。^[1]

贝克的工作方向正好相反：他不是去读取已有蛋白质的结构，而是设计全新种类的蛋白质。他的团队从2003年开始这方面的研究。^[1] 计算蛋白质设计，就是用软件提出能折叠成目标形状、或完成指定功能的氨基酸序列。

影响

科学院把两半奖项放在一起：一半认可的是理解天然蛋白质结构的工作，另一半认可的是创造新蛋白质的工作。^[1] 这次授奖把AI模型放在了化学领域获奖工作的核心位置，而三维分子结构在化学中一直是核心问题。

就目前可见的影响来看，最直接的是使用范围。超过200万人、来自190个国家的用户使用过AlphaFold2，预测结构已经进入许多研究的日常流程。^[1] 需要注意的是，预测结果仍是计算得出的模型，实验验证依然是确认蛋白质结构的重要途径。这次授奖表彰的是一种方法及其成果，并没有让实验工作变得不再必要。