圖:得獎成果
2024年諾貝爾化學獎一半授予貝克,以表彰其在計算蛋白質設計方面的貢獻;另一半共同授予哈薩比斯和江珀,以表彰他們在蛋白質結構預測方面的貢獻。2003年,貝克成功構建了一種全新的蛋白質。此後,他的研究團隊構建了一種又一種蛋白質,可應用於製藥、疫苗、納米材料等多個領域。2020年,哈薩比斯和江珀開發出名為AlphaFold2的人工智能(AI)模型,能夠預測大約2億種已知蛋白質的複雜結構,可以幫助研究人員更好地了解抗生素抗藥性、構建分解塑膠的酶的圖像等。全球已有超過200萬人使用該模型。
戴維.貝克(David Baker)
1962年出生於美國西雅圖,1989年獲加州大學伯克利分校博士學位,現為美國華盛頓大學教授。
德米斯.哈薩比斯(Demis Hassabis)
1976年出生於英國倫敦,2009年獲倫敦大學學院博士學位,谷歌DeepMind創始人之一兼行政總裁,亦是AlphaGo之父。
約翰.江珀(John M. Jumper)
1985年出生於美國阿肯色州小石城,2017年獲芝加哥大學博士學位,現為谷歌DeepMind資深科學家。
貝克團隊構建的部分蛋白質
2016年
多達120個蛋白質連接在一起,構成新的納米材料
2017年
•可與芬太尼(紫色部分)結合的蛋白質,用於檢測環境中的芬太尼
2022年
•可充當分子轉子(人工分子機器的重要構件)的蛋白質
2021年
•模擬流感病毒的蛋白質(綠色)附着在納米顆粒(黃色)上,可用於製作流感疫苗
2024年
•可用於製造微型感測器的蛋白質
AlphaFold2工作原理
1.接收新數據並檢索數據庫
•AlphaFold2的訓練數據庫包含所有已知氨基酸序列及已確定的蛋白質三維結構。向該模型輸入一種未知結構蛋白質的氨基酸序列,它便會檢索數據庫,找出所有類似的氨基酸序列和蛋白質結構。這些氨基酸序列通常來自不同物種。
2.分析氨基酸序列
•該模型將找到的氨基酸序列排列在一起,分析哪些部分在進化過程中得以保留、哪些氨基酸之間存在相互作用。相互作用的氨基酸會協同進化。通過分析,該模型預測出未知蛋白質結構中不同氨基酸之間的距離。
•該模型進行迭代計算,不斷完善對氨基酸序列的分析。
3.AI迭代計算
•基於以上計算結果,該模型預測出蛋白質結構。
4.得出蛋白質結構預測
來源:諾貝爾獎官網