2024年诺贝尔化学奖的揭晓为科学界带来了新的亮点。美国科学家大卫·贝克因在蛋白质结构设计领域的开创性工作荣获一半奖金,而另一半奖金则授予了英国科学家德米斯·哈萨比斯与美国科学家约翰·江珀,表彰他们在蛋白质结构预测方面的杰出贡献。这两大成就虽新,却共同指向一个历史悠久的挑战:如何仅凭蛋白质的一维氨基酸序列预测其复杂的三维结构。
蛋白质作为生命体内的核心化学成分,负责从构造到生化功能的众多任务。尽管科学家早已能测定氨基酸序列,但蛋白质需从线性链转变为特定的三维形态才能发挥功能,其功能差异主要源自结构的不同。这一过程类似乐高积木,相同的组件能搭建出多样作品,价值取决于最终结构。
蛋白质的三维结构形成看似神奇,实则基于氨基酸的物理化学属性,如亲水性、疏水性及电荷间的相互作用,促使蛋白质自发折叠成能量最低状态,如同乐高模型能快速自我重组。然而,尽管原理直观,基于氨基酸序列准确预测蛋白质复杂三维结构仍极具挑战,特别是考虑到蛋白质由成千上万氨基酸组成,包含多层次的结构。
X射线晶体衍射技术的运用,如在揭示DNA双螺旋结构时那样,为结构解析提供了途径,但仍受限于蛋白质结晶的难度和成本。中国科学家颜宁在此领域成绩斐然,但该方法无法解决所有问题。
大卫·贝克自1993年起,在蛋白质结构预测软件罗塞塔(Rosetta)的开发上取得突破,不仅在国际竞赛中持续领先,还开放了软件供公众使用,展现出难得的开源精神。随后,DeepMind团队凭借AlphaFold系列软件,特别是在AlphaFold2上的显著成就,大幅推进了预测精度,几乎达到实验级准确度,极大促进了新药研发等领域的发展。
AlphaFold3的推出更是将预测精度提升至前所未有的水平,覆盖了生命分子的广泛范围,展示了人工智能在复杂系统研究中的潜力。然而,尽管人工智能在处理大量数据和复杂计算方面表现出色,人类科学家在总结普遍规律和处理生物学中非线性、灵活变化现象的能力依然不可或缺,尤其是在面对如蛋白质磷酸化和无序蛋白等复杂现象时。
今年的诺贝尔奖,尤其是化学奖,突显了复杂系统研究的重要性,无论是microRNA的基因调控、神经网络的模拟,还是蛋白质结构的探索,都体现了科学向理解及模拟复杂系统转变的趋势,预示着科研范式的变革正在发生。这些奖项不仅是人工智能的胜利,更是对复杂系统深刻理解的胜利。
10月9日11:45,诺贝尔化学奖在瑞典斯德哥尔摩揭晓,由瑞典皇家科学院公布获奖名单。美籍华人科学家翁启惠因创新性地研发出自动合成多糖分子的化学程序,近年来荣获多项国际大奖,成为焦点人物
2024-10-09 11:16:37诺贝尔化学奖9日揭晓10月7日17时30分左右,Victor Ambros和Gary Ruvkun两位科学家荣获2024年诺贝尔生理学或医学奖,以表彰他们在microRNA的发现及这类分子在基因转录后调控中的作用
2024-10-10 07:43:262024年诺贝尔化学奖公布10月9日,瑞典皇家科学院揭晓了2024年诺贝尔化学奖的归属
2024-10-09 18:01:023位科学家获得诺贝尔化学奖