2024年诺贝尔化学奖官方获奖图

当地时间10月9日，瑞典皇家科学院宣布，将2024年诺贝尔化学奖授予大卫·贝克（David Baker）、戴米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John M.Jumper），以表彰他们在蛋白质设计和蛋白质结构预测领域作出的贡献。3名获奖者共获得1100万瑞典克朗（约合745万元人民币）奖金。

德米斯·哈萨比斯和约翰·詹珀成功地利用人工智能技术预测了几乎所有已知蛋白质的结构。而大卫·贝克掌握了生命的构建模块，并创造了全新的蛋白质。

戴密斯·哈萨比斯 (Demis Hassabis)

哈萨比斯早就享誉国际科技圈。出生于1976年，在伦敦长大，母亲是新加坡华人。4岁开始下国际象棋，有“国际象棋神童”的美誉，8岁自学编程，13岁时达到了大师标准。本科以计算机科学双一的成绩毕业于剑桥大学，后来在伦敦大学学院完成了认知神经科学博士学位，又在MIT和哈佛攻读博士后。

2010年，他与在伦敦大学学院读博士遇到的施恩·莱格(Shane Legg)共同创办了DeepMind并担任CEO。2014年，DeepMind被Google收购，在Alphabet旗下独立运营。2023年，DeepMind与“谷歌大脑”合并，Hassabis升任合并后的Google DeepMind团队CEO。

约翰·乔普（John Jumper）

DeepMind Technologies高级研究科学家，AlphaFold的第一作者。他在芝加哥大学获得博士学位，主要研究方向是使用ML来模拟蛋白质折叠和动力学。2021年，他被Nature列为年度榜单中的十大“重要人物”之一。

戴维·贝克（David Baker）

1962年出生于美国华盛顿州西雅图，现为华盛顿大学蛋白质设计研究所所长。他因开发从头设计自然界从未出现的新型蛋白的技术，获得2020年科学突破奖生命科学奖，并首次使用生成式人工智能从头设计出了全新的抗体，有望让AI从头设计蛋白进入抗体药物市场，堪称蛋白质设计领域“鼻祖级”人物，比DeepMind更早提出了预测和设计蛋白质三维结构的方法，甚至设计出了一款比AlphaFold更早的蛋白结构设计算法——RoseTTAFold。

为什么是蛋白折叠？

作为支撑人体基本生命活动的物质，蛋白质由20种氨基酸呈念珠状连接形成三维形状，而形状本身决定了蛋白质的功能，所以研究蛋白质形状一直是医学领域的热门方向。

在 AlphaFold 出现之前，这都需要通过实验来完成的。让蛋白质结晶是件非常困难的事情，有些蛋白质不能像膜蛋白那样结晶，必须使用昂贵的电子显微镜或X射线晶体分析仪，耗费数月、甚至几年，才能得到三维结构并将其结构可视化。无数博士都在研究单一蛋白质的折叠。

而AlphaFold2 能够直接从蛋白质的氨基酸序列中预测蛋白质的3D结构，并且达到原子级精度，被认为解决了困扰人类50年历史的蛋白质折叠挑战，迅速推进了人类对基本生物过程的理解，并促进药物设计。

2018年，DeepMind官宣了旗下初代AlphaFold，它在第13届“蛋白质结构预测奥运会”CASP比赛中，成功预测了43种蛋白质中25种蛋白质的最准确结构，力压其他97个参赛者。

2020年，DeepMind又祭出了AlphaFold2。它能够在广泛领域进行蛋白质结构的预测，已经将两亿多蛋白的三维结构全部都预测出来，在结构生物学中是最重要的里程碑的贡献，对后续蛋白质结构及功能研究具有开创性意义，特别是对生物制药的促进作用巨大。之后的AlphaFold-Multimer 又推动了对蛋白质-蛋白质复合物的预测。

2024年5月，由 Google DeepMind 和 Isomorphic Labs 研究团队推出的新一代 AlphaFold—— AlphaFold 3登上了 Nature。AlphaFold 3 成功预测了所有生命分子（蛋白质、DNA、RNA、配体等）的结构和相互作用。与现有的预测方法相比，AlphaFold 3 发现蛋白质与其他分子类型的相互作用至少提高了 50%，对于一些重要的相互作用类别，预测准确率甚至提高了一倍。