划重点
012024年诺贝尔化学奖授予华盛顿大学的David Baker以及谷歌DeepMind的Demis Hassabis与John M. Jumper，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。
02三位获奖者近年来在AI预测蛋白质结构领域取得了重要突破，其中DeepMind的AlphaFold2和华盛顿大学David Baker团队研发的RoseTTAFold是两大知名开源算法。
03由于此次获奖，AI再次吸引了整个科技领域的瞩目，展示了蛋白质结构预测在生物和AI领域的巨大潜力。
以上内容由腾讯混元大模型生成，仅供参考
机器之心报道
机器之心编辑部
昨天，哈萨比斯还在祝福Hinton。今天，他自己也拿了诺奖。
北京时间 10 月 9 日下午，瑞典皇家科学院宣布将 2024 年诺贝尔化学奖授予华盛顿大学的David Baker以及谷歌DeepMind 的Demis Hassabis 与John M. Jumper，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。
众所周知，这三位是AI蛋白质研究领域的知名人物。近年来，AI预测蛋白质结构成为了生物以及AI领域的重磅话题。这个领域有两大知名开源算法，一个是 DeepMind 的 AlphaFold2，另一个就是华盛顿大学David Baker团队研发的 RoseTTAFold。
AlphaFold 的论文于2021年 7 月发表在《nature》杂志上，Alphafold 的缔造者之一 John Jumper 被评为《nature》2021 年度十大科学人物。
论文地址：https://www.nature.com/articles/s41586-021-03819-2另一算法RoseTTAFold 也被《science》评选为 2021 年度突破。
在无数光环加身之后，三位蛋白质领域的领军人物赢得了今年的诺贝尔化学奖。而AI，继昨日夺得诺贝尔物理学奖之后，再次吸引了整个科技领域的瞩目。
他们破解了蛋白质结构的密码
2024年诺贝尔化学奖是关于蛋白质的，这是生命的巧妙化学工具。David Baker 成功地完成了几乎不可能的壮举，构建了全新的蛋白质种类。Demis Hassabis和John Jumper 开发了一种人工智能模型，解决了一个50年的老问题：预测蛋白质复杂的结构。这些发现具有巨大的潜力。
生命的多样性证明了蛋白质作为化学工具的惊人能力。它们控制并驱动所有化学反应，这些反应共同构成了生命的基矗蛋白质还作为激素、信号物质、抗体以及不同组织的构建块发挥作用。
「今年被认可的发现之一涉及构建壮观的蛋白质。另一个是实现一个50年的梦想：从它们的氨基酸序列预测蛋白质结构。这两个发现都开辟了广阔的可能性。」诺贝尔奖化学委员会主席Heiner Linke说。
蛋白质通常由20种不同的氨基酸组成，这些可以被描述为生命的构建块。2003年，David Baker 成功地利用这些构建块设计了一种与任何其他蛋白质都不同的新蛋白质。从那时起，他的研究小组已经创造了一个又一个富有想象力的蛋白质，包括可以作为药物、疫苗、纳米材料和微型传感器使用的蛋白质。
第二个发现涉及蛋白质结构的预测。在蛋白质中，氨基酸以长链的形式连接在一起，然后折叠成三维结构，这对蛋白质的功能至关重要。自20世纪70年代以来，研究人员一直试图从氨基酸序列预测蛋白质结构，但这是非常困难的。然而，四年前，出现了一个惊人的突破。
2020年，Demis Hassabis和John Jumper展示了一个名为AlphaFold 2的人工智能模型。在它的帮助之下，他们能够预测研究人员已经识别的几乎所有2亿种蛋白质的结构。自从他们的突破以来，AlphaFold 2已经被来自190个国家的超过200万人使用。在众多的科学应用中，研究人员现在可以更好地理解抗生素耐药性，并创建可以分解塑料的酶的图像。
没有蛋白质，生命就无法存在。我们现在能够预测蛋白质结构并设计我们自己的蛋白质，这为人类带来了最大的利益。
以下为往届诺贝尔化学奖获奖名单：
参考链接：https://www.nobelprize.org/prizes/chemistry/2024/press-release/
