2024年諾貝爾化學(xué)獎(jiǎng)已于北京時(shí)間10月9日揭曉。美國(guó)科學(xué)家David Baker因其在計(jì)算蛋白質(zhì)設(shè)計(jì)方面的貢獻(xiàn)而獲獎(jiǎng)，另一半獎(jiǎng)項(xiàng)則授予了英國(guó)科學(xué)家Demis Hassabis和John M. Jumper，以表彰他們?cè)诘鞍踪|(zhì)結(jié)構(gòu)預(yù)測(cè)方面的成就。

而值得注意的是，上述獲獎(jiǎng)研究的背后，卻有AI的深度參與。

上述獲獎(jiǎng)的美國(guó)科學(xué)家David Baker的貢獻(xiàn)在于，他讓蛋白質(zhì)設(shè)計(jì)從實(shí)驗(yàn)室的試管，搬進(jìn)了計(jì)算機(jī)的虛擬世界。

蛋白質(zhì)是生命的“分子機(jī)器”，從調(diào)控細(xì)胞活動(dòng)到催化化學(xué)反應(yīng)，無(wú)所不能。然而，蛋白質(zhì)的神奇之處在于它們的形狀——它們的功能完全取決于三維折疊的結(jié)果。而蛋白質(zhì)折疊是一個(gè)極其復(fù)雜的過(guò)程，傳統(tǒng)的實(shí)驗(yàn)方法往往耗時(shí)巨大，且難以精準(zhǔn)預(yù)測(cè)。而David Baker 通過(guò)計(jì)算機(jī)模擬氨基酸的相互作用，推導(dǎo)出最穩(wěn)定、最有效的蛋白質(zhì)折疊結(jié)構(gòu)。

講個(gè)通俗的比喻，以前我們做科研，只能憑經(jīng)驗(yàn)和運(yùn)氣“拼積木”。而David Baker的AI計(jì)算工具則提供了自動(dòng)拼接的能力，不僅可以迅速組裝，還能按照我們的意圖設(shè)計(jì)全新的形狀。

該獎(jiǎng)項(xiàng)的另一半獲獎(jiǎng)?wù)撸河?guó)科學(xué)家 Demis Hassabis 和 John M. Jumper 的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)，背后也有AI的巨大貢獻(xiàn)。他們的 AlphaFold 模型通過(guò)利用深度學(xué)習(xí)和海量數(shù)據(jù)，徹底改變了這一領(lǐng)域。

AlphaFold的核心是基于AI的深度神經(jīng)網(wǎng)絡(luò)，它訓(xùn)練自己去理解蛋白質(zhì)折疊的模式。AlphaFold通過(guò)分析數(shù)百萬(wàn)已知的蛋白質(zhì)序列和其對(duì)應(yīng)的三維結(jié)構(gòu)，推測(cè)氨基酸序列在特定條件下如何折疊。這些結(jié)構(gòu)的背后包含復(fù)雜的物理和化學(xué)相互作用，而AI正是通過(guò)分析這些自然界中的折疊模式，從中找出深層次的規(guī)律。

AlphaFold 不需要人工輸入規(guī)則，而是通過(guò)對(duì)大量數(shù)據(jù)的學(xué)習(xí)，自己掌握如何預(yù)測(cè)蛋白質(zhì)的結(jié)構(gòu)。

同樣換成通俗的比喻，這就像我們?nèi)祟愖铋_始看到一堆復(fù)雜的幾何圖形不知所措，但通過(guò)觀察和反復(fù)練習(xí)，最終能夠精確預(yù)測(cè)未來(lái)從未見過(guò)的圖形形態(tài)。

對(duì)于AI在結(jié)構(gòu)生物學(xué)的大放異彩，以及通過(guò)此次諾獎(jiǎng)引發(fā)的關(guān)注，南開大學(xué)博士，天津師范大學(xué)管理學(xué)院信息資源管理系副教授王樹義表示：“2018年，一個(gè)研究團(tuán)隊(duì)花幾個(gè)月測(cè)出一個(gè)蛋白質(zhì)的真實(shí)結(jié)構(gòu)，就能發(fā)一篇高水平期刊。現(xiàn)在DeepMind 把這類工作效率推進(jìn)到 1 秒 9 個(gè)。結(jié)構(gòu)生物學(xué)領(lǐng)域很多大佬都在哭泣。”

說(shuō)是哭泣，當(dāng)然是那些為此耗盡精力的研究者，到頭來(lái)竟被機(jī)器秒殺的無(wú)力……

但就推動(dòng)科學(xué)進(jìn)步而言，在AI深度介入的這一變革的背景下，結(jié)構(gòu)生物學(xué)的未來(lái)無(wú)疑是充滿希望的。AI技術(shù)的引入將加速科研進(jìn)程，推動(dòng)科學(xué)發(fā)現(xiàn)的步伐。然而，這一切也提醒我們，科技的進(jìn)步固然重要，但對(duì)于研究者的培養(yǎng)和科研倫理的思考同樣不可忽視。如何在擁抱新技術(shù)的同時(shí)，保持科學(xué)研究的嚴(yán)謹(jǐn)性和創(chuàng)新性，將是未來(lái)結(jié)構(gòu)生物學(xué)乃至整個(gè)科學(xué)界必須面對(duì)的“終極課題”。

在這個(gè)新的時(shí)代，只有那些善于將AI技術(shù)與傳統(tǒng)科學(xué)方法相結(jié)合的研究者，才能在未來(lái)的科學(xué)探索中取得真正的成功。