2024年诺贝尔化学奖的一半授予德米斯·哈萨比斯（Demis Hassabis）与约翰·江珀（John Jumper）（Google DeepMind），表彰其在蛋白质结构预测方面的工作；另一半授予戴维·贝克（David Baker）（华盛顿大学），表彰其在蛋白质计算设计方面的工作。
来源：nobelprize.org
通俗解读
蛋白质是一条由氨基酸串起来的长链，它会折叠成复杂的三维形状，而正是这个折叠后的形状决定了它在细胞中如何发挥作用。仅凭氨基酸序列推断出这一形状，在大约五十年里始终是一个悬而未决的问题。2020年由 DeepMind 团队推出的人工智能模型 AlphaFold 2 攻破了这道关口：相关数据库已能收录超过 2 亿个蛋白质的结构，即地球上科学界已记载蛋白质的绝大多数。2024年诺贝尔化学奖一方面表彰这项预测工作，另一方面表彰其反向操作——通过计算设计全新的蛋白质——由戴维·贝克完成。
奖项与获奖者
| 项目 | 内容 |
|---|---|
| 奖项 | 2024年诺贝尔化学奖 |
| 前一半 | 德米斯·哈萨比斯、约翰·江珀（Google DeepMind） |
| 获奖工作 | 蛋白质结构预测 |
| 后一半 | 戴维·贝克（华盛顿大学） |
| 获奖工作 | 蛋白质的计算设计 |
| 相关模型 | AlphaFold 2，由 DeepMind 团队于2020年推出 |
| 所解决的问题 | 依据氨基酸序列预测蛋白质的三维结构 |
| 问题悬置时长 | 约50年 |
| 相关数据库覆盖量 | 超过 2 亿个蛋白质结构 |
技术解析
1. 从序列到形状 — 蛋白质由其氨基酸序列所确定，但生物学家真正关心的是它复杂的三维结构。用计算从前者抵达后者，正是五十年来悬而未决的基础生物学问题，也正是 AlphaFold 2 所解决的问题。
2. 覆盖已记载生命尺度的数据库 — 这项突破并未止步于少数演示用蛋白质：与该模型配套的数据库收录了超过 2 亿个结构，覆盖了地球上科学界已记载蛋白质的绝大多数。
3. 奖项的另一半：反向问题 — 预测是从序列走向形状，而戴维·贝克所获表彰的蛋白质计算设计则从所期望的目标出发，反推出一个有待构建的蛋白质。2024年的奖项将这两个方向合于一处。
这一突破打开了什么
| 领域 | 模型带来的可能 |
|---|---|
| 药物研究 | 研究进程大幅加速 |
| 疫苗 | 新型疫苗的开发 |
| 酶工程 | 能够降解塑料的酶 |
| 细胞生物学与病毒学 | 对细胞与病毒机制的精细理解 |
因果链
预测蛋白质结构这一基础生物学问题悬置约五十年 → DeepMind 团队开发人工智能模型 → 2020年推出的 AlphaFold 2 仅凭氨基酸序列即可预测三维结构 → 相关数据库收录超过 2 亿个结构 → 药物研究、疫苗、酶工程以及细胞与病毒机制研究全面提速 → 2024年诺贝尔化学奖，与戴维·贝克的蛋白质计算设计共同获奖。
来源
2026年8月事实核查审计中已核实的参考资料：本简报的论断即是对照以下
页面进行核对的。