2024年的诺贝尔化学奖，见证了AI的又一次辉煌。
奖项一半归属于Google DeepMind的联合创始人兼CEO Demis Hassabis 和John M. Jumper，他们成功利用AI解决了蛋白质折叠这一困扰科学界数十年的难题；另一半则授予了华盛顿大学生物化学教授David Baker，他为设计全新蛋白质工具的开发做出了巨大贡献。
首先，Hassabis和Jumper的贡献在于他们开发的AI系统——AlphaFold，这一工具可以从蛋白质的氨基酸序列预测其三维结构。
这一问题曾被称为“生物学中的月球登月”，因为蛋白质结构的预测极其复杂，科学家往往需要花费几个月甚至数年时间才能解析一种蛋白质的构造。而AlphaFold 2在2020年实现突破，几乎完全解决了这个难题，使得科学家们能够大规模快速预测蛋白质结构。截至目前，AlphaFold已被用来预测科学界已知的所有蛋白质结构。
AlphaFold的影响力超越了学术研究，其在药物开发和疾病研究中的潜力无可估量。例如，它帮助加快了新冠病毒的研究进展，也为癌症等复杂疾病的治疗提供了新的思路。2023年，DeepMind推出了升级版AlphaFold 3，它不仅能预测蛋白质结构，还能预测DNA、RNA等分子结构，特别是与药物研发密切相关的小分子结构。此外，DeepMind开放了其所有预测结果的数据库，全球超过200万名科学家正在使用这一工具，这让AlphaFold成为了推动全球科学研究的“超级引擎”。
Demis Hassabis对此表示：“我将我的职业生涯奉献给AI，因为它拥有前所未有的潜力，可以改善全球数十亿人的生活。AlphaFold已经帮助科学家在酶设计和药物开发等关键领域取得突破，我希望未来我们能将它视为AI促进科学发现的第一个证明。”
与AlphaFold并驾齐驱的，是David Baker及其团队的AI工具。他们开发的Rosetta软件家族已经广泛应用于蛋白质结构设计。2022年，Baker的实验室发布了ProteinMPNN，这一AI工具帮助科学家通过特定的蛋白质结构找到对应的氨基酸序列，从而设计出前所未见的全新蛋白质。这一工具在生物医学领域意义重大，它可以帮助设计抗病毒蛋白质、定制治疗癌症的特殊分子，甚至在疫苗开发中也大展拳脚。
就在2023年9月，Baker的实验室宣布了他们的最新突破——开发出了一种能在活细胞中精确靶向和消灭与疾病相关蛋白质的分子，这让科学家能够在细胞层面进行定向治疗，进一步推动了精准医学的发展。
Baker曾在2022年接受《麻省理工技术评论》采访时提到：“蛋白质经过数百万年演化，解决了生物在进化过程中遇到的许多问题。但如今，我们面临着新的挑战，比如新冠病毒。如果我们能设计出像自然进化出的蛋白质那样强大的新型蛋白质，去应对现代挑战，那将是非常强大的能力。”
这次诺贝尔奖不仅是对Hassabis、Jumper和Baker的个人致敬，也是对AI在化学和生物学领域革命性贡献的承认。蛋白质是生命的基本组成部分，理解其结构是破解疾病、开发新药的关键。随着AI技术的进步，这一过程正从过去的数月甚至数年，缩短到数天或数小时，科学家们的工作方式正在被彻底改变。这一成就不仅意味着更快的疫苗开发，更可能带来针对癌症、阿尔茨海默症等疾病的创新疗法，甚至推动新材料的开发。
通过这次奖项，AI不仅证明了其在学术界的强大力量，也让我们看到了它在未来科学探索中的巨大潜力。正如Hassabis所言：“AlphaFold只是AI加速科学发现的第一个例子，未来我们还会看到更多。”