10月9日，2024年諾貝爾化學獎揭曉。戴維·貝克、德米斯·哈薩比斯和約翰·江珀共享這一獎項。前者在“計算蛋白質(zhì)設(shè)計”領(lǐng)域貢獻突出，后兩位則在“蛋白質(zhì)結(jié)構(gòu)預(yù)測”方面成就斐然。這也是繼物理學獎之后，今年諾貝爾獎再次被授予人工智能（AI）的相關(guān)成果及科學家。

　　獲獎結(jié)果眾望所歸

　　作為全球最重磅的科技獎項之一，每年諾貝爾獎頒獎前，各類預(yù)測層出不窮。在今年諾貝爾化學獎揭曉前，此次獲獎的三位科學家已呼聲極高，獎項結(jié)果稱得上眾望所歸。

　　“尤其是貝克，他是蛋白質(zhì)計算設(shè)計領(lǐng)域的拓荒者，并且持續(xù)做出國際先進的研究成果。我認為他們獲獎實至名歸。”清華大學生物醫(yī)學交叉研究院助理教授、北京生命科學研究所研究員徐純福認為，在今年物理學獎已經(jīng)頒發(fā)給機器學習科學家的情況下，諾貝爾化學獎仍然頒發(fā)給了三位計算研究領(lǐng)域的科學家，這體現(xiàn)了AI極其重要的科學價值。

　　“獲獎成果和我的研究領(lǐng)域息息相關(guān)，對我們研究者是一種激勵?！闭憬髮W生命科學研究院研究員林世賢激動地說，獲獎?wù)咧坏慕曛挥?9歲，這對廣大青年科研工作者也是一種鼓舞。

　　蛋白質(zhì)結(jié)構(gòu)預(yù)測一直是計算生物學和結(jié)構(gòu)生物學所關(guān)心的重要問題。清華大學生命科學學院教授楊茂君介紹，早期蛋白質(zhì)結(jié)構(gòu)預(yù)測主要依靠同源蛋白結(jié)構(gòu)，但是實驗解析的蛋白結(jié)構(gòu)數(shù)量占總蛋白數(shù)量的比例很低，因此預(yù)測效率不高、準確度有限。后期，隨著機器學習興起，人工智能迅速發(fā)展，科學家開始嘗試將人工智能應(yīng)用于蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域，開發(fā)出結(jié)構(gòu)預(yù)測工具“阿爾法折疊”以及后續(xù)版本。該成果實現(xiàn)了蛋白質(zhì)結(jié)構(gòu)預(yù)測精度和效率的飛躍，幾乎解決了單一蛋白質(zhì)結(jié)構(gòu)預(yù)測的問題，有望給藥物研發(fā)帶來重要變革。

　　AI用于科研潛力巨大

　　此次諾貝爾化學獎，除了是對獲獎?wù)叩谋碚?，也是對人工智能在基礎(chǔ)科學研究領(lǐng)域深入應(yīng)用的重要認可。

　　楊茂君認為，這次獲獎的研究定義了一個理論上可以解決所有科學問題的范式，即從實際問題出發(fā)，將其轉(zhuǎn)變?yōu)锳I可以處理的輸入數(shù)據(jù)，再經(jīng)過深度學習網(wǎng)絡(luò)，最終輸出結(jié)果。

　　“在所有通過輸入得出輸出的問題上，AI理論上都可以作為有力的工具，這反映了AI在科學研究領(lǐng)域的廣闊潛力?！痹跅蠲磥恚@一技術(shù)的應(yīng)用范圍并不限于生物、化學、物理等領(lǐng)域，其應(yīng)用范圍主要取決于如何將客觀世界的問題（或數(shù)據(jù)）抽象成AI可以學習和處理的形式，以及現(xiàn)實世界是否有足夠多的真實數(shù)據(jù)，訓練和構(gòu)建深度學習網(wǎng)絡(luò)。

　　“AI在蛋白質(zhì)設(shè)計領(lǐng)域的應(yīng)用突破可以說是天時地利人和，水到渠成?！睏蠲忉專鞍捉Y(jié)構(gòu)的一級序列足夠簡單，且蛋白質(zhì)的三維結(jié)構(gòu)輸出也有標準的表達形式，并且在過去幾十年，結(jié)構(gòu)生物學領(lǐng)域累積了大量真實蛋白結(jié)構(gòu)數(shù)據(jù)。

　　徐純福也表示，AI在生物、化學、醫(yī)藥等健康領(lǐng)域的潛力才剛剛嶄露一角，未來還大有發(fā)展空間。

　　“就拿我最熟悉的蛋白質(zhì)計算設(shè)計來講，雖然今年相關(guān)成果獲獎了，但計算方法在功能蛋白的設(shè)計方面還面臨很大挑戰(zhàn)?！毙旒兏Ｕf，如果進一步改進AI算法，能夠更準確設(shè)計酶、抗體等重要的功能蛋白，將有可能產(chǎn)生具有真正實用的全新蛋白。

　　徐純福同時認為，AI對科學研究重要性日益凸顯，科學家一方面要積極擁抱新的研究范式，同時也要盡量規(guī)避AI的局限性?！癆I不是萬能的，科學家們需要揚長避短，推動AI在基礎(chǔ)科研更有效應(yīng)用?！彼f，科學家要更負責任地應(yīng)用AI，不用AI做違背科學倫理、有害人類健康的科學研究。

　?。萍既請蟊本?0月9日電 記者都芃 記者張佳星對本文亦有貢獻）

[責編：焦子原 ]

相關(guān)知識

生命科學研究范例6篇
運動科學研究范例6篇
科學防治職業(yè)病亟須加強基礎(chǔ)研究
AI是一場改變醫(yī)療行業(yè)的革新
用生成式AI改善運動健康，夸父大模型揭秘基礎(chǔ)設(shè)施秘籍
AI技術(shù)改變美妝行業(yè)未來格局？
2023醫(yī)療健康A(chǔ)I大模型行業(yè)研究報告
循證醫(yī)學研究范例6篇
北京師范大學全球變化與地球系統(tǒng)科學研究院
AI for 藥物研發(fā)，新藥觸手可及

網(wǎng)址: AI改變基礎(chǔ)科學研究范式 http://m.u1s5d6.cn/newsview592217.html