^{<sub id="jgr5k"></sub>}

Demis Hassabis榮獲諾貝爾化學獎，網(wǎng)友：諾獎需要AI

本文作者：劉潔

2024-10-10 10:33

導語：要不文學獎也頒給ChatGPT吧

今年的諾獎被AI大佬包圓了。

就在剛剛，瑞典皇家科學院已決定將 2024 年諾貝爾化學獎授予大衛(wèi)·貝克（David Baker），“以表彰在計算蛋白質(zhì)設(shè)計方面的貢獻”；另一半則是共同授予德米斯·哈薩比斯（Demis Hassabis）和約翰·M·詹珀（John M. Jumper），“以表彰他們在蛋白質(zhì)結(jié)構(gòu)預(yù)測方面的成就”。

David Baker 出生于1962 年 10 月 6 日，美國生物化學家、計算生物學家。被譽為蛋白質(zhì)設(shè)計領(lǐng)域的“開創(chuàng)者”，在DeepMind之前就提出了預(yù)測和設(shè)計蛋白質(zhì)三維結(jié)構(gòu)的方法。他開創(chuàng)的設(shè)計蛋白質(zhì)和預(yù)測其三維結(jié)構(gòu)方法，通過準確預(yù)測蛋白質(zhì)的空間結(jié)構(gòu)，幫助科學家理解其功能，并設(shè)計出更有效的藥物分子或改造酶以提高其催化效率，在藥物設(shè)計、酶工程等領(lǐng)域具有重要應(yīng)用價值。除此之外，他還聯(lián)合創(chuàng)辦了十幾家生物技術(shù)公司，并入選《時代》雜志 2024 年首屆健康領(lǐng)域 100 名最具影響力人物名單。

與其一同獲獎的 Demis Hassabis 和 John Jumper 都是 Google 的員工。其中 Demis Hassabis 是 DeepMind 的聯(lián)合創(chuàng)始人和首席執(zhí)行官，1976 年 7 月 27 日出生于英國，計算機科學家、人工智能研究員。Hassabis曾是一名視頻游戲人工智能程序員和設(shè)計師，以及一名棋盤游戲?qū)＜摇Ｋ怯始覍W會會員，并因其在AlphaFold方面的工作而獲得了許多著名獎項，包括突破獎、加拿大蓋爾德納國際獎和拉斯克獎。 2017年，他被任命為CBE ，并入選《時代》100位最具影響力人物名單。

而 John Jumper 則是 Google 的高級研究科學家，主要參與蛋白質(zhì)結(jié)構(gòu)預(yù)測的研究工作。在加入 DeepMind 之前，Jumper 曾在 D.E. Shaw Research 從事蛋白質(zhì)動態(tài)和超冷液體的分子動力學模擬工作。來到 DeepMind 之后，他領(lǐng)導開發(fā)了 AlphaFold，這個系統(tǒng)在 2020 年被認可為解決了長達 50 年的科學難題，并且已被用于預(yù)測超過 2 億種蛋白質(zhì)的結(jié)構(gòu)。他們還建立了 AlphaFold 蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫，使全球研究人員能夠免費訪問這些預(yù)測結(jié)果。

而讓 AI 大佬們獲獎的蛋白質(zhì)預(yù)測項目 AlphaFold，在相關(guān)論文中對它的解釋是：“一個創(chuàng)新的計算方法”，其實就是結(jié)合了生物和物理知識，通過分析氨基酸序列與其三維結(jié)構(gòu)之間的關(guān)系，使用神經(jīng)網(wǎng)絡(luò)進行預(yù)測。蛋白質(zhì)結(jié)構(gòu)對理解其功能至關(guān)重要，然而目前已知的蛋白質(zhì)結(jié)構(gòu)僅占已知蛋白質(zhì)序列的極小一部分。傳統(tǒng)的實驗方法耗時且效率低下，因此需要準確的計算方法來填補這一空白。

AlphaFold是第一個能夠在大多數(shù)情況下以接近實驗精度預(yù)測蛋白質(zhì)結(jié)構(gòu)的計算方法。這個模型在第14屆蛋白質(zhì)結(jié)構(gòu)預(yù)測關(guān)鍵評估（CASP14）中表現(xiàn)出色，其骨架準確度達到0.96 ?，顯著優(yōu)于其他方法。最終 AlphaFold 在 CASP14 中的表現(xiàn)證明了其高準確性，并且其預(yù)測結(jié)果在多個新提交的PDB結(jié)構(gòu)中得到了驗證。

Demis Hassabis榮獲諾貝爾化學獎，網(wǎng)友：諾獎需要AI