大卫·贝克因其对计算蛋白质设计的贡献而获得了一半的奖金。他成功地完成了构建一类全新蛋白质的几乎不可能的任务[15]。他的工作不仅促进了蛋白质设计领域的发展，而且为未来的生物医学研究提供了新的工具和方法[16]。

另一半奖项由Demis Hassabis 和John M. Jumper 分享，以表彰他们对蛋白质结构预测的贡献。他们开发了一种人工智能模型AlphaFold2，成功解决了蛋白质结构预测长期存在的问题[3][17]。这一突破不仅加速了蛋白质结构的研究，也为药物设计和疾病治疗提供了新的可能性[15]。

这三位科学家的获奖工作展示了人工智能与生物化学的深度融合，为未来科学研究开辟了新的方向[16]。他们的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力量[3]。

大卫·贝克、杰米斯·哈萨比斯和约翰·M·詹珀

David Baker 对计算蛋白质设计做出了哪些具体贡献？

David Baker 在计算蛋白质设计方面做出了多项重要贡献，如下：

Rosetta软件的开发：David Baker成功开发了Rosetta软件，这是一种蛋白质设计的计算工具。通过这个软件，他设计了自然界中从未存在过的新蛋白质。这一开创性工作极大地推动了蛋白质设计领域的发展[20]。生成式人工智能的应用：大卫·贝克（David Baker）首次使用生成式人工智能从头开始设计一种新的蛋白质。这项技术允许研究人员设计自然界中不存在的蛋白质结构，因此在药物设计和其他生物技术应用中具有巨大潜力[23]。深度学习工具的开发：他领导的团队开发了一种名为RoseTTAFold的深度学习工具，能够进行高精度的蛋白质结构预测，并且速度比AlphaFold2更快，并且需要更少的计算机处理能力[24]。 Foldit程序的优化：David Baker的团队优化了Foldit蛋白质设计程序，这样即使是非专业研究人员也可以从头开始准确地设计新的蛋白质结构。这一成就导致了从头蛋白质设计的更广泛应用[25]。变构调节蛋白质的设计：他的团队利用人工智能设计了能够通过变构控制可靠、准确地在组装和分解之间切换的蛋白质。这些蛋白质可用于递送系统等应用[27][29]。 Demis Hassabis 和John M. Jumper 开发的AlphaFold2 模型如何解决蛋白质结构预测问题？

AlphaFold2模型由Demis Hassabis和John M. Jumper开发，是一种基于深度学习的蛋白质结构预测系统。其核心原理是输入蛋白质的一级结构（氨基酸序列），利用多重序列比对（MSA）和深度神经网络算法解析蛋白质的二级结构和三级结构[31]。

具体来说，AlphaFold2首先使用目标氨基酸序列、MSA和模板作为输入，直接进行端到端的三维结构预测[30]。从技术上讲，AlphaFold2结合了多序列比对和深度学习算法，并结合了有关蛋白质结构的物理和生物知识来改善预测结果[33]。它通过预测蛋白质中每对氨基酸之间的距离分布以及连接它们的化学键之间的角度，将所有氨基酸对的测量结果总结为二维距离直方图[37]。

此外，AlphaFold2还使用Transformer进行预训练，使得模型能够更好地捕获氨基酸序列中的复杂关系和进化信息[30]。

AlphaFold2模型在药物设计和疾病治疗方面的应用有哪些例子？

AlphaFold2模型广泛应用于药物设计和疾病治疗。以下是一些具体的例子：

基于结构的药物设计（SBDD）：AlphaFold2可以根据蛋白质的基因序列准确预测人类基因组中几乎所有蛋白质靶点的结构，改变了基于高分辨率晶体或冷冻药物设计的传统范式。电子显微镜结构[40][42]。这种能力使科学家能够设计出无需高分辨率结构的药物，大大提高了药物开发的效率和可能性。疫苗设计和癌症治疗：AlphaFold2也被用于研究抗原，从而帮助解决疫苗设计和癌症治疗问题[41]。通过预测蛋白质结构，研究人员可以更好地了解病原体如何与宿主细胞相互作用，从而设计出更有效的疫苗和治疗方法。虚拟药物筛选和新药设计：AlphaFold2在虚拟药物筛选和新药设计方面也有重要应用。通过预测蛋白质结构，研究人员可以进行虚拟筛选，寻找可能与特定靶点结合的小分子化合物，从而加速新药的发现过程[44]。功能靶点发现：AlphaFold2还可以用于功能靶点发现，帮助研究人员识别潜在的药物靶点，从而为药物设计提供重要的基础信息[43]。抗抑郁药物开发：AlphaFold2在药物发现领域的潜力也体现在抗抑郁药物的开发上。研究人员使用AlphaFold2 来预测血清素受体的结构，并寻找具有类似机制的非迷幻化合物来开发潜在的抗抑郁药物[47]。大分子结构描述：Isomorphic Labs 正在将新一代AlphaFold 模型应用于治疗药物设计，以帮助快速、准确地描述对治疗疾病很重要的多种类型的大分子结构[49]。蛋白质设计和结构预测的最新研究进展有哪些？

蛋白质设计和结构预测的最新研究进展主要集中在以下几个方面：

近年来，人工智能和深度学习技术在蛋白质结构预测和设计方面取得了重大进展。例如，RoseTTAFold团队使用强化学习和自上而下的方法来设计蛋白质复杂结构，并通过电子显微镜和其他观察证实这些结构大部分可以在实验室合成[53]。此外，基于机器学习和深度学习的蛋白质结构预测方法显着提高了预测的准确性[56]。

最近的研究表明，通过微调RoseTTAFold 的结构预测网络并将其集成到去噪扩散模型中，可以生成具有实际意义的蛋白质支架。该模型（RFdiffusion）能够测试具有不同功能的蛋白质[50]。

中国科学技术大学刘海燕教授和陈泉副教授团队开发了一种不依赖于预训练的结构预测网络的蛋白质主链去噪扩散概率模型Scuba-d。该模型可以自动从头开始设计主链结构或指定功能位。点生成主链结构，大量实验结果验证了其设计成功率和设计精度[55]。他们还建立了基于深度学习的主链设计算法SCUBA-D，这是SCUBA模型的迭代升级[58]。

近年来，人工智能在蛋白质结构设计方面的进展还包括固定骨架设计、可变骨架设计和序列结构生成的研究[54]。这些方法为蛋白质设计提供了更大的灵活性和多样性。

该综述文章概述了蛋白质结构预测领域的理论基础、发展历史和最新进展，并讨论了大量预测的蛋白质结构和基于人工智能的方法如何影响实验结构生物学[51][52]。

蛋白质设计和结构预测的最新研究进展主要集中在人工智能和深度学习技术的应用、降噪扩散模型的发展、数据驱动的设计方法以及固定和可变骨架设计的多样化方法等方面。

人工智能在生物化学领域还有哪些其他应用？

人工智能在生物化学领域的应用非常广泛，涵盖很多方面。以下是一些主要应用：

蛋白质结构预测：人工智能技术，尤其是AlphaFold2等深度学习工具，在蛋白质结构预测领域取得了重大进展，甚至超越了人类的能力[63]。基因调控：人工智能可用于基因调控的研究，通过分析大量的遗传数据来预测基因表达和调控机制的变化[60]。生物催化：在生物催化领域，机器学习用于蛋白质的合理转化，通过识别催化模式来设计新的突变组合，从而提高催化效率[65]。药物研发：人工智能在药物研发方面也有重要应用。深度学习技术分析化学反应数据，帮助化学家设计合成路线并选择中间体化合物，从而加速药物开发进程[61]。新材料的预测与合成：人工智能可以预测新材料的性能并指导其合成，这对材料科学的发展具有重要意义[60]。环境保护：人工智能也应用于环境保护，通过分析环境数据，预测污染趋势并制定相应的处理措施[60]。计算机分子模拟：计算机技术与人工智能相结合，计算机分子模拟技术在现代药物开发中发挥着关键作用，可以模拟分子相互作用和反应过程[68]。

脑图

相关事件

活动名称

活动时间

活动概览

类型

2024年诺贝尔化学奖揭晓

2024 年10 月9 日

瑞典皇家科学院宣布，将2024年诺贝尔化学奖授予三位科学家，以表彰他们在蛋白质设计和蛋白质结构预测方面做出的贡献。

科学成就

AlphaFold技术的发明及其影响

未知（在2024 年诺贝尔化学奖的背景下提到）

AlphaFold技术的发明被认为是蛋白质结构预测领域的里程碑式突破，由Demis Hassabis和John M. Jumper开发。

技术创新

大卫·贝克的贡献和奖项

2024年诺贝尔化学奖公布时公布

大卫·贝克因其对计算蛋白质设计的贡献而获得了一半的奖项，以表彰他在构建新蛋白质类型方面取得的成就。

个人荣誉

Demis Hassabis 和John M. Jumper 的贡献和奖项

2024年诺贝尔化学奖公布时公布

Demis Hassabis 和John M. Jumper 因其在蛋白质结构预测方面的贡献而获得了另一半奖项，以表彰他们在人工智能模型开发方面取得的成就。

个人荣誉

诺贝尔化学奖的评选过程及意义

未知（在2024 年诺贝尔化学奖的背景下提到）

诺贝尔化学奖的评选过程包括提名、评审和最终颁奖，体现了跨学科合作的重要性。

科学研究方法论

探索生物化学领域的可能性

2024 年诺贝尔化学奖预测讨论

有人认为，2024年诺贝尔化学奖可能会回归生物化学领域。

学术讨论

相关组织

组织名称

概述

类型

英国皇家化学学会负责对诺贝尔化学奖获得者的文章进行整理和预测。

科学/学术组织

瑞典皇家科学院

公布2024 年诺贝尔化学奖获得者。

科学/学术组织

华盛顿大学，西雅图，美国

大卫·贝克所在的机构因其对计算蛋白质设计的贡献而获得诺贝尔化学奖。

教育/研究机构

谷歌的“深度思考”公司

与Demis Hassabis 和John M. Jumper 共同获得2024 年诺贝尔化学奖。

技术/人工智能

相关人物

角色名称

概述

类型

因其对计算蛋白质设计的贡献而获得2024 年诺贝尔化学奖。

科学家/研究员

参考资料

1. 2024年诺贝尔化学奖预测：分子动力学模拟、蛋白质结构预测、光催化剂开发. [2024-09-30]

2. 2024年诺贝尔化学奖将于今晚揭晓。谁最有希望获胜？ _腾讯新闻[2024-10-09]

3、2024年诺贝尔化学奖再次颁给人工智能！ AlphaGo之父等三人获奖[2024-10-09]

4. 2024年诺贝尔化学奖揭晓！揭开蛋白质折叠的秘密_新浪财经_新浪网[2024-10-11]

5、2024年诺贝尔化学奖揭晓---关于诺贝尔化学奖的提名和评审流程_腾讯新闻[2024-10-10]

6. 2024年诺贝尔化学奖揭晓_新闻频道_央视网（cctv.com） [2024-10-09]

8、2024年诺贝尔化学奖猜想：会回归生物化学领域吗？ _腾讯新闻[2024-10-06]

9. 就现在！ 2024年诺贝尔化学奖揭晓[2024-10-11]

10. 2024年诺贝尔化学奖揭晓！这三位科学家获奖[2024-10-10]

12、2024年诺贝尔化学奖揭晓：人工智能在预测蛋白质结构方面的里程碑式突破授予三位科学家- IT之家[2024-10-09]

13.三位科学家荣获2024年诺贝尔化学奖[2024-10-09]

14.2024年诺贝尔化学奖揭晓，华洛AI蛋白质设计/结构预测[2024-10-10]

15、2024年诺贝尔化学奖揭晓：AI在预测蛋白质结构方面的里程碑式突破授予三位科学家_TechWeb[2024-10-09]

16. 2024年诺贝尔化学奖：物理与人工智能融合突破蛋白质结构研究瓶颈——华中师范大学物质科学与技术学院[2024-10-10]

17.人工智能科学家再获大奖：2024年诺贝尔化学奖将颁给三位预测蛋白质结构的科学家_科学_论文_论文[2024-10-09]

18. 诺贝尔化学奖[2024] - Chem-Station [2024-10-09]

20. 2024年诺贝尔化学奖将授予“AI蛋白质设计与结构预测” [2024-10-10]

21. 科学| ProteinMPNN : 基于深度学习的蛋白质序列设计- 知乎

22. 2024年诺贝尔化学奖：计算蛋白质设计和蛋白质结构预测- 图书学术

23.人工智能彻底改变蛋白质设计，突显药物设计潜力- 第一财经[2024-10-11]

24. 大新闻！ David Baker团队又一突破：首次利用生成式AI设计新抗体——知乎[2024-03-24]

25. Nature亮点丨大卫·贝克让蛋白质设计从无到有“飞进寻常百姓家” - 知乎

26.我的导师大卫·贝克痴迷于“蛋白质设计革命”[2024-10-14]

27. David Baker团队从头开始设计了用于递送系统的变构调节蛋白[2024-10-10]

29. AI从零开始设计蛋白质“开关”，蛋白质设计的惊人突破[2024-08-20]

30.基于AlphaFold2的蛋白质结构预测的文章分析- 知乎

31. AlphaFold2-蛋白质结构预测_蛋白质结构alphafold预测原理[2021-07-26]

32、人工智能AlphaFold2预测蛋白质结构的能力堪比实验室水平

35、蛋白质结构预测模型AlphaFold2应用进展

36.AlphaFold2原理及使用-小小痕[2021-09-01]

37、AlphaFold2原理：注意力机制替代卷积网络，预测精度提升.[2021-07-22]

38. 博士。

39. AI+科学：基于飞桨的AlphaFold2带你进入蛋白质结构预测[2022-02-08]

40.薛定谔高级总监：AlphaFold模型可以用于基于结构的药物设计吗？ ——知乎[2023-11-15]

41.五位顶级学者讨论AlphaFold 2：解密结构及开源代码后的产品.[2021-08-17]

42.薛定谔高级总监| AlphaFold模型能否用于基于结构的药物设计- 腾讯云开发者社区- 腾讯云

43、基于Intel架构的AlphaFold2解决方案

44.图神经网络GNN GCN AlphaFold2虚拟药物筛选与新药设计[2023-05-23]

45、人工智能正在帮助改变生命科学创新范式，正在突破新药研发“双十”困境。

46.薛定谔高级总监：AlphaFold模型可以用于基于结构的药物设计吗？ - 哔哩哔哩[2023-11-15]

47. 边境|药物发现新视角，AlphaFold2帮助发现数千种潜在药物分子_腾讯新闻[2024-01-27]

48.超越蛋白质结构，全面预测蛋白质与所有生命分子之间的相互作用[2024-10-10]

49、DeepMind新一代AlphaFold登场，超越蛋白质折叠，将推动下一代. [2023-10-31]

50. AI蛋白质设计回归自然：扩散模型有助于从头设计更强的蛋白质_澎湃新闻·派克_澎湃新闻-澎湃新闻[2023-07-12]

51.蛋白质结构预测研究进展- pibb.ac.cn

52.蛋白质结构预测研究进展PDF [2023-05-10]

53、Science发表蛋白质AI设计新方法，利用强化学习直接根据预期优化结构_澎湃新闻·派克_澎湃新闻[2023-04-23]

54.人工智能蛋白质结构设计算法研究进展[作者：陈志航·2023·被引次数：1]

55.中科大蛋白质从头设计方法研究取得重要进展——中科大新闻网[2024-10-14]

56.基于机器学习和深度学习的蛋白质结构预测研究进展|人工智能前沿与应用[2024-05-20]

57.【中国青年报】中国科学家开辟蛋白质从头设计新路线

58. 自然方法|中国科大在蛋白质从头设计方法研究方面取得重要进展

59、中国科学技术大学刘海燕、陈泉研究团队发表《Nature》建立新型从头蛋白质设计方法的报告

60.人工智能化学与生物口袋里的人工智能人工智能知识启蒙科普读物人工智能技术应用化学生物学应用化学合成蛋白质结构基因调控新材料预测广东科技

61、AI+化学与制药：人工智能为药物开发和化学研究按下快进键

62.新刊发布——携手人工智能化学，开启智能化学时代——X-MOL资讯[2022-12-19]

63、ScienceAI 2021“AI+化学”特别年度回顾——机器之心

64. 化学中的人工智能：当前趋势和未来方向，期刊. - X-MOL

65.敖宇飞/王德贤团队在人工智能辅助生物催化研究方面取得新进展--中国科学院化学研究所[2024-10-16]

66. AI for Science在化学领域的实践研究[2023-08-08]

67. Jcim 评论|人工智能在化学领域的发展与未来- 腾讯云

69. AI for Science：人工智能改变化学领域，机器学习范式加速化学物质发现_澎湃新闻·派克_澎湃新闻

用户评论

孤廖

我超期待今年諾貝爾化學獎！希望能颁发给哪位科学家呢？之前那些研究都真是太酷了！

    有11位网友表示赞同！

减肥伤身#

我对化学领域的研究一直很感兴趣，每次诺贝尔奖公布都是一大盛事！希望能看到一些 groundbreaking 的突破性成果！

    有11位网友表示赞同！

黑夜漫长

2024年的諾貝爾化學獎肯定又会引起很多讨论吧！预测一下会不会是生物医药方面的研究？

    有9位网友表示赞同！

旧爱剩女

我觉得诺贝尔化学奖评选越来越难，因为科研水平提高得太快了…谁知道今年最终会颁给谁呢？

    有10位网友表示赞同！

断秋风

去年诺贝奖在材料科学上的贡献真的太棒了！希望今年能够继续保持这种趋势！更希望能看到更多针对环境问题的研究。

    有5位网友表示赞同！

有你，很幸福

有些科学家在一生中都只专注于一个领域，他们对知识的追求令人敬佩，不知道2024年诺贝奖会不会颁给一位这样的人呢？

    有17位网友表示赞同！

迁心

其实我并不太了解化学领域的研究进展…不过我相信这个奖项一定会颁发给最值得得的人！期待官方公布结果！

    有5位网友表示赞同！

逾期不候

每年诺贝尔化学奖的公布都像是一次盛大的节日，让人感慨科技进步的速度之快！希望今年能看到更多颠覆传统的成果！

    有19位网友表示赞同！

娇眉恨

我觉得化学领域的研究应该更加注重可持续发展和社会责任感，希望2024年的诺贝奖能够更关注这些方面！

    有7位网友表示赞同！

←极§速

别忘了去年诺贝尔化学奖颁给了谁，他们对我们生活的影响巨大！我很想看看今年会有哪些突破性的研究获得认可。

    有19位网友表示赞同！

长裙绿衣

我记得小时候看过一本关于诺贝尔化学奖的故事书，这本书让我对科学产生了浓厚兴趣。今天还是会关注每年的诺贝奖结果！

    有18位网友表示赞同！

绳情

我觉得诺贝尔化学奖不仅仅是颁发给科学家们个人成就，更是对整个科研领域的肯定和鼓舞！希望今年能够看到更多来自国内的获奖者！

    有11位网友表示赞同！

泡泡龙

这几年诺贝尔化学奖的得主都非常的年轻! 我很好奇今年会不会继续打破这个记录？ 希望未来会有更多青年科学家获得这项殊荣。

    有11位网友表示赞同！

命硬

我对新材料的研究很感兴趣，我相信2024年的诺贝尔化学奖会在该领域有所突破！期待看到哪些新材料能够改变我们生活!

    有7位网友表示赞同！

红尘滚滚

今年诺贝尔化学奖是谁呢？我觉得有很多人都很有资格获得这个荣誉，希望最终的得主是那些真正对人类社会做出了贡献的人。

    有7位网友表示赞同！

青衫故人

每次看诺贝奖颁奖典礼都非常感动，这些科学家们为了探索未知而付出的心血令人敬佩！希望未来能看到更多精彩的科研成果！

    有13位网友表示赞同！

等量代换

2024年诺贝尔化学奖公布后大家会怎么说呢？我觉得一定会有很多不同的评价和讨论，毕竟在这个领域的研究方向实在太多了!

    有8位网友表示赞同！

呆萌

其实诺贝尔化学奖不仅仅是关于科学进步的，更重要的是那些研究如何应用于我们日常生活，最终造福人类！

    有8位网友表示赞同！