新鲜的诺贝尔化学奖，背后有这位广东科学家的贡献

　　当地时间10月9日，新鲜学家献瑞典皇家科学院宣布，诺东科的贡将2024年诺贝尔化学奖授予大卫·贝克，化学后AG超玩会入口以表彰其在计算蛋白质设计方面的奖背贡献，另一半则共同授予德米斯·哈萨比斯和约翰·江珀，位广以表彰其在蛋白质结构预测方面的新鲜学家献贡献。他们分别设计出人工智能软件RoseTTAFold和AlphaFold，诺东科的贡都成为引领该领域研究的化学后重要工具。

　　精美的奖背折纸作品在被巧手折叠前，只不过是位广一片扁扁的木浆制品；蛋白质也一样，功能要在折叠后才能实现。新鲜学家献AG超玩会入口如何从氨基酸序列预测蛋白质的诺东科的贡三维结构，一直是化学后分子生物学中的关键挑战。

　　在广东，奖背深圳湾实验室系统与物理生物学研究所副所长周耀旗的位广课题组曾为AlphaFold 2的底层技术框架添砖加瓦。该课题组率先预测蛋白质二面角，发展无片段结构预测方法，成为AlphaFold 2成功实现高精度蛋白质结构预测的重要一环。目前，该课题组专注于解决AlphaFold2的预测精确度严重依赖天然同源序列的这个挑战性问题。

　　设计出不存在于自然界中的蛋白质

　　在诺贝尔奖官网的图片上，大卫·贝克顶着一头标志性的蓬松乱发，笑容可掬。

　　进入生物领域前，他的专业是哲学。大学期间，大卫·贝克对生物学表现出兴趣，很快成为华盛顿大学生物化学系助理教授，他和学生共同开发了一款名为Rosetta的程序，如果已知一条氨基酸序列，程序就能算出其最后折叠而成的蛋白质的三维结构。

　　在计算结构之余，大卫·贝克产生了一个想法：如果反过来，已知蛋白质的最终结构，能否用程序倒推出它的氨基酸序列？

　　沿着这个思路，2003年，大卫·贝克团队设计出了第一个原本并不存在于自然界中的蛋白质——Top7。这个成果有力地支撑他获得诺奖。

　　不过，Top7只完成了上述从蛋白质结构到氨基酸序列的倒推，却没有实际功能，就像一个可远观但不可上手把玩的折纸娃娃。

　　蛋白质设计远比蛋白质预测更难，一种蛋白质结构所对应的氨基酸序列可能有成百上千亿种可能。这也可能是大卫·贝克独得“半个”诺奖，而其他两位科学家要分享另外“半个”的原因。

　　让人工智能更准确地预测蛋白质

　　今年5月，人工智能工具AlphaFold 3问世，在试图解决蛋白质折叠问题、预测生物分子结构方面再次升级，很多学者认为这是具有里程碑意义的进展。

　　AlphaFold 3背后的两位主创正是德米斯·哈萨比斯和约翰·江珀。他们是谷歌DeepMind团队的核心成员，此前已获得2023年生命科学突破奖。

　　如上文所说，更深入地了解蛋白质折叠问题，对人类了解疾病、研发新药和理解生命体的运作方式都有意义。

　　自1994年起，和大卫·贝克一样想要解开蛋白折叠之谜的生物学家们会定期聚在一起“比赛”，他们会拿到一个蛋白质的序列，然后用最新的蛋白质折叠工具预测出它的结构，并与通过实验方法得到的“正确答案”进行比对。

　　但预测蛋白质结构很不容易，20多年来大家的成绩进展不大，直到2020年末AlphaFold2的出现。

　　AlphaFold2的三维蛋白质结构预测模型准确率超过90%，比最接近的竞争对手高出5倍。通过深度学习，人工智能近乎轻松地破解了“人力不可为”的难题，震撼了生物学界。

　　近几年，AlphaFold2改变了生物学家研究蛋白质的方式，被证明是一个强大的预测工具。但同时，它也没有取代生物实验，而更像一个缩小目标范围的手段。

　　据《世界科学》杂志消息，周耀旗曾谈到下一步蛋白结构预测系统将如何发展。他认为，最终的蛋白质结构预测系统应该是一个物理原则感知的模型，这样可以在抗体设计、药物开发时提高功能预测的准确度。“AlphaFold3在预测抗体结构的时候，就引进了物理因素来对预测的抗体结构进行排序。”但他同时也表示，现阶段AlphaFold的结构预测是否已经能发现全新药物分子，还存在争议。

　　这是一个方兴未艾的研究领域。被AlphaFold超越后，大卫·贝克的团队很快完成了追赶，在《科学》杂志上介绍了其开发的RoseTTAFold算法，同样能预测和解析蛋白质三维结构。

　　此番分享诺奖并不是终点，3位诺奖科学家在这条赛道上的切磋比拼显然还会持续下去。

　　南方+记者 钟哲