2024年诺贝尔化学奖的一半授予了谷歌DeepMind的联合创始人兼首席执行官德米斯·哈萨比斯和公司总监约翰·M·朱姆珀，以表彰他们在利用人工智能预测蛋白质结构方面的研究成果。另一半奖项则授予华盛顿大学生物化学教授大卫·贝克，以表彰他在计算蛋白质设计领域的贡献。三位获奖者将分享1100万瑞典克朗（约合100万美元）的奖金。

这一研究的潜在影响巨大。蛋白质是生命的基础，但要了解其功能，需要破解其结构，这是一个复杂且耗时的难题，以往往需数月甚至数年才能解决。如今，由今年获奖者开发的计算工具大大缩短了预测蛋白质结构的时间，帮助科学家更好地理解蛋白质的工作原理，并为研究和药物开发开辟了新的途径。这项技术可能推动更高效的疫苗研发，加速癌症治疗研究，甚至催生全新的材料。

哈萨比斯和朱姆珀开发的AlphaFold于2020年解决了科学家们数十年来的难题：如何从氨基酸序列预测蛋白质的三维结构。自那以来，该AI工具已被用于预测所有已知蛋白质的形状。其最新版本AlphaFold 3不仅可以预测蛋白质的结构，还能预测DNA、RNA和配体等分子的结构，这对药物研发至关重要。DeepMind还将其成果的源代码和数据库免费向全球科学家开放。

哈萨比斯表示：“我致力于AI领域的研究，是因为它具有无与伦比的潜力，可以改善数十亿人的生活。AlphaFold已经被超过两百万名研究人员用于推进关键研究，从酶设计到药物发现。我希望将来人们回顾AlphaFold时，会将其视为AI加速科学发现的首个实例。”

大卫·贝克则通过开发多个AI工具来设计和预测蛋白质结构，例如著名的Rosetta程序系列。他的实验室在2022年开发了一款名为ProteinMPNN的开源AI工具，帮助研究人员发现未知蛋白质并设计全新的蛋白质。该工具能辅助科学家根据目标蛋白质结构，寻找可折叠成该形状的氨基酸序列。

最近，贝克的实验室在9月底宣布，他们成功开发出定制分子，能够精准地在活细胞中靶向和消除与疾病相关的蛋白质。

贝克曾在2022年接受《麻省理工科技评论》采访时表示：“蛋白质在进化过程中不断优化，以解决生物体面临的各种问题。但今天我们面临的新问题，如新冠疫情，如果我们能够设计出能像进化过程中产生的蛋白质那样有效解决新问题的蛋白质，那将具有非常强大的潜力。”

此次诺贝尔奖的颁发不仅再次彰显了AI在推动科学研究中的巨大作用，也预示着计算工具在生物学和医学领域的广泛应用前景。