主要观点总结
本文介绍了2024年诺贝尔化学奖的获得者及其研究，特别是关于蛋白质结构预测的重大突破。DeepMind的AlphaFold系统以及其在蛋白质结构预测、药物设计和生物医学研究中的应用。同时，文章还提到了人工智能在各个领域的应用和发展趋势。
关键观点总结
关键观点1: 诺贝尔化学奖授予大卫·贝克、德米斯·哈萨比斯和约翰·詹珀，以表彰他们在计算蛋白质设计和蛋白质结构预测方面的贡献。
DeepMind的AlphaFold系统在蛋白质结构预测方面取得了重大突破，能够预测几乎所有已知蛋白质的结构。
关键观点2: AlphaFold 2成功预测了几乎所有蛋白质的三维结构，而AlphaFold 3则具备了药物设计的能力，可以预测药物中常用的分子与蛋白质的相互作用。
AlphaFold的成功标志着人工智能在生物医学领域的应用取得了重大进展，对现实世界产生了巨大影响。
关键观点3: 德米斯·哈萨比斯是DeepMind的创始人之一，他一直致力于将人工智能应用于解决生物学中的难题。他的团队通过开源AlphaFold系统，推动了人工智能在药物发现和设计领域的应用。
哈萨比斯的梦想是创造一种通用人工智能，能够解决世界上的所有问题。他认为，人工智能系统正变得足够强大，可以应用于许多现实世界的问题，包括科学发现本身。
正文
DeepMind Technologies高级研究科学家，AlphaFold的第一作者。他在芝加哥大学获得博士学位，主要研究方向是使用ML来模拟蛋白质折叠和动力学。2021年，他被Nature列为年度榜单中的十大“重要人物”之一。
1962年出生于美国华盛顿州西雅图，现为华盛顿大学蛋白质设计研究所所长。
他
因开发从头设计自然界从未出现的新型蛋白的技术，获得
2020年科学突破奖生命科学奖
，并
首次使用生成式人工智能从头设计出了全新的抗体，有望让
AI从头设计蛋白进入
抗体药物市场。
他还堪称蛋白质设计领域“鼻祖级”人物，比DeepMind更早提出了预测和设计蛋白质三维结构的方法，甚至设计出了一款比AlphaFold更早的蛋白结构设计算法——RoseTTAFold。
作为支撑人体基本生命活动的物质，蛋白质由
20种氨基酸呈念珠状连接形成三维形状，而形状本身决定了蛋白质的功能，所以研究蛋白质形状一直是医学领域的热门方向。
在 AlphaFold 出现之前，这都需要通过实验来完成的。让蛋白质结晶是件非常困难的事情，有些蛋白质不能像膜蛋白那样结晶，必须使用昂贵的电子显微镜或X射线晶体分析仪，耗费数月、甚至几年，才能得到三维结构并将其结构可视化。无数博士都在研究单一蛋白质的折叠。
而AlphaFold2 能够直接从蛋白质的氨基酸序列中预测蛋白质的3D结构，并且达到原子级精度，被认为解决了困扰人类50年历史的蛋白质折叠挑战，迅速推进了人类对基本生物过程的理解，并促进药物设计。
2018年，DeepMind官宣了旗下AlphaFold。初亮相时，它在第13届“蛋白质结构预测奥运会”CASP比赛中，成功预测了43种蛋白质中25种蛋白质的最准确结构，力压其他97个参赛者。
DeepMind发布的一个蛋白质3D数字演示图
A DeepMind model of a protein from the Legionnaire's disease bacteria (Casp-14)（
军团病细菌(Casp-14)蛋白质的DeepMind模型）
基于初代版本，2020年，DeepMind又祭出了AlphaFold2。它能够在广泛领域进行蛋白质结构的预测，已经将两亿多蛋白的三维结构全部都预测出来，在结构生物学中是最重要的里程碑的贡献，对后续蛋白质结构及功能研究具有开创性意义。
该系统
还
在应用层面，特别是对生物制药的促进作用巨大。
了解蛋白质的三维结构，对于设计针对性的药物分子也大有帮助。
如今全球已有数百万研究人员将
AlphaFold 2 应用在疟疾疫苗、癌症治疗和酶设计等领域，有了不少新的发现
。
之后的
AlphaFold-Multimer 则推动了对蛋白质-蛋白质复合物的预测。
今年5月，由 Google DeepMind 和 Isomorphic Labs 研究团队推出的新一代 AlphaFold—— AlphaFold 3登上了 Nature。
据介绍，AlphaFold 3 以前所未有的精确度成功预测了所有生命分子（蛋白质、DNA、RNA、配体等）的结构和相互作用。与现有的预测方法相比，AlphaFold 3 发现蛋白质与其他分子类型的相互作用至少提高了 50%，对于一些重要的相互作用类别，预测准确率甚至提高了一倍。
研究团队认为，AlphaFold 3 可以将我们从蛋白质带入广泛的生物分子领域，这一飞跃有望开启更具变革性的科学——从开发生物可再生材料和更具抗逆性的作物，到加速药物设计和基因组学研究，进而开启人工智能细胞生物学的新时代。
