2024年諾貝爾化學獎官方獲獎圖

當地時間10月9日，瑞典皇家科學院宣佈，將2024年諾貝爾化學獎授予大衛·貝克（David Baker）、戴米斯·哈薩比斯（Demis Hassabis）和約翰·江珀（John M.Jumper），以表彰他們在蛋白質設計和蛋白質結構預測領域作出的貢獻。 3名獲獎者共獲得1100萬瑞典克朗（約合745萬元人民幣）獎金。
德米斯·哈薩比斯和約翰·詹珀成功地利用人工智慧科技預測了幾乎所有已知蛋白質的結構。 而大衛·貝克掌握了生命的構建模塊，並創造了全新的蛋白質。
戴密斯·哈薩比斯（Demis Hassabis）
哈薩比斯早就享譽國際科技圈。 出生於1976年，在倫敦長大，母親是新加坡華人。 4歲開始下國際象棋，有“國際象棋神童”的美譽，8歲自學程式設計，13歲時達到了大師標準。 本科以計算機科學雙一的成績畢業於劍橋大學，後來在倫敦大學學院完成了認知神經科學博士學位，又在MIT和哈佛攻讀博士後。
2010年，他與在倫敦大學學院讀博士遇到的施恩·萊格（Shane Legg）共同創辦了DeepMind並擔任CEO。 2014年，DeepMind被Google收購，在Alphabet旗下獨立運營。 2023年，DeepMind與“穀歌大腦”合併，Hassabis升任合併後的Google DeepMind團隊CEO。
約翰·喬普（John Jumper）
DeepMind Technologies高級研究科學家，AlphaFold的第一作者。 他在芝加哥大學獲得博士學位，主要研究方向是使用ML來類比蛋白質折疊和動力學。 2021年，他被Nature列為年度榜單中的十大“重要人物”之一。
戴維·貝克（David Baker）
1962年出生於美國華盛頓州西雅圖，現為華盛頓大學蛋白質設計研究所所長。 他因開發從頭設計自然界從未出現的新型蛋白的科技，獲得2020年科學突破獎生命科學獎，並首次使用生成式人工智慧從頭設計出了全新的抗體，有望讓AI從頭設計蛋白進入抗體藥物市場，堪稱蛋白質設計領域“鼻祖級”人物，比DeepMind更早提出了預測和設計蛋白質三維結構的方法，甚至設計出了一款比AlphaFold更早的蛋白結構設計算灋——RoseTTAFold。
為什麼是蛋白折疊？
作為支撐人體基本生命活動的物質，蛋白質由20種胺基酸呈念珠狀連接形成三維形狀，而形狀本身决定了蛋白質的功能，所以研究蛋白質形狀一直是醫學領域的熱門方向。
在AlphaFold出現之前，這都需要通過實驗來完成的。 讓蛋白質結晶是件非常困難的事情，有些蛋白質不能像膜蛋白那樣結晶，必須使用昂貴的電子顯微鏡或X射線晶體分析儀，耗費數月、甚至幾年，才能得到三維結構並將其結構視覺化。 無數博士都在研究單一蛋白質的折疊。
而AlphaFold2能够直接從蛋白質的胺基酸序列中預測蛋白質的3D結構，並且達到原子級精度，被認為解决了困擾人類50年歷史的蛋白質折疊挑戰，迅速推進了人類對基本生物過程的理解，並促進藥物設計。
2018年，DeepMind官宣了旗下初代AlphaFold，它在第13届“蛋白質結構預測奧運會”CASP比賽中，成功預測了43種蛋白質中25種蛋白質的最準確結構，力壓其他97個參賽者。
2020年，DeepMind又祭出了AlphaFold2。 它能够在廣泛領域進行蛋白質結構的預測，已經將兩億多蛋白的三維結構全部都預測出來，在結構生物學中是最重要的里程碑的貢獻，對後續蛋白質結構及功能研究具有開創性意義，特別是對生物製藥的促進作用巨大。 之後的AlphaFold-Multimer又推動了對蛋白質-蛋白質複合物的預測。
2024年5月，由Google DeepMind和Isomorphic Labs研究團隊推出的新一代AlphaFold——AlphaFold 3登上了Nature。 AlphaFold 3成功預測了所有生命分子（蛋白質、DNA、RNA、配體等）的結構和相互作用。 與現有的預測方法相比，AlphaFold 3發現蛋白質與其他分子類型的相互作用至少提高了50%，對於一些重要的相互作用類別，預測準確率甚至提高了一倍。