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