2024年诺贝尔化学奖的揭晓，不仅为科学界带来了一场盛大的庆典，更标志着人工智能（AI）在解决复杂科学问题上的里程碑式突破。在瑞典斯德哥尔摩，诺贝尔化学委员会成员郑重地将奖项授予了戴维·贝克、德米斯·哈萨比斯和约翰·江珀，以表彰他们在利用机器算法解析蛋白质结构方面的卓越贡献。
蛋白质，这一生命的基石，长久以来以其复杂的结构和功能挑战着科学家们的智慧。它们由20种氨基酸排列组合成长链，并通过折叠形成特定的三维结构，从而决定了各自独特的生物功能。从荷尔蒙到生物信号传递物质，再到抗体，蛋白质无处不在地参与着生命的各种过程。然而，解析蛋白质的结构一直是困扰科学界的难题，这一挑战已持续了半个世纪之久。
科学家们逐渐意识到，氨基酸序列中隐藏着指导蛋白质折叠的“命令”。这一发现开启了对氨基酸序列与蛋白质结构之间关系的深入探索。与此同时，计算机科学中的神经网络研究也在悄然发展，试图模拟大脑的计算系统。尽管科学家们早已尝试将这一技术应用于蛋白质结构的预测，但进展缓慢。直到2010年，神经网络技术取得了重大突破，从浅层网络跃升至深度学习，AI技术开始展现出前所未有的潜力。
在这一背景下，来自谷歌的德米斯·哈萨比斯和约翰·江珀创建了AlphaFold系列算法，通过不断迭代，AlphaFold2在2020年以超过90%的正确率成功预测了人类已知的2亿种蛋白质结构。而戴维·贝克则更进一步，他不仅创造了多种预测算法，还开创了“从头设计”蛋白质的先河，为药物设计等领域开辟了新的道路。这些成就不仅解决了长期困扰科学界的难题，更为广大科研人员提供了强大的工具。
对于此次诺贝尔化学奖的颁发，上海交通大学化学化工学院的沈琦副教授表示，生命的问题本质上是交叉学科的，需要生物、化学、物理、数学和计算机等多学科的协同探索。以蛋白质为例，其结构的形成涉及原子和分子的相互作用，如氢键、疏水作用等，这些都需要微观层面的物理化学知识。因此，从化学角度研究蛋白质结构问题是合理的，而AI的加入更是为这一领域带来了革命性的变化。
然而，沈琦也指出，尽管AI在蛋白质结构预测方面取得了显著成就，但仍有很长的路要走。AI算法目前主要是通过对已有数据的比对形成概率预测，对于蛋白质折叠过程背后的科学规律的认识仍有限。对于蛋白质的动态结构和相互作用，AI的表现也尚待提高。因此，AI的成就离不开传统结构生物学家数十年的努力，他们的实验数据为AI的训练提供了坚实的基础。
沈琦还强调，人类研究者在对问题的敏锐性和对新技术的快速适应能力上是AI目前无法比拟的。从X射线晶体学到冷冻电镜，再到现在的AI技术，优秀的学者总是能够迅速拥抱新技术，并将其应用于科学研究中。因此，尽管AI在蛋白质结构预测方面取得了显著成果，但生物化学家们并不会因此“失业”，相反，他们将继续与AI合作，共同推动科学的进步。
