2024年诺贝尔化学奖授予了三位科学家，表彰他们在利用人工智能破解蛋白质结构这一长期未解难题中的杰出贡献。这一研究突破不仅揭开了近两亿种已知蛋白质的复杂三维结构，更为生命科学、医药研究和新型蛋白质合成等领域带来了革命性进展。

通过AI破解蛋白质结构的突破

蛋白质作为生命的化学工具，是构成人体细胞、组织以及执行生命功能的核心分子。它们由20种氨基酸组合而成，通过DNA中的信息指引，形成高度复杂的三维结构。然而，由于蛋白质结构的复杂性，科学家们长期以来难以预测其精确的三维形态，这也成为了物理化学领域的一大难题。为此，50年来科学家们不断探索，试图揭示蛋白质的结构密码。

此次获奖的三位科学家之一，英国计算机科学家Demis Hassabis，与其同事John Jumper在Google旗下的DeepMind团队中，利用人工智能技术成功开发了AlphaFold模型。这一AI系统能够从氨基酸序列中预测蛋白质的三维结构，解决了这一悬而未解的科学难题。AlphaFold数据库收录了近2亿种已知蛋白质的预测结构，极大加速了基础生物学研究，并在全球范围内被至少200万名研究人员广泛使用，被誉为蛋白质结构领域的“Google搜索引擎”。

这一突破性的研究不仅荣获了2023年的拉斯克奖和突破奖，还被称为“物理化学领域的圣杯”。自2021年发表以来，相关研究已经被引用超过16,000次，在科学界引起了巨大轰动。根据Clarivate科学信息研究所的David Pendlebury介绍，全球共有6100万篇科学论文中，仅有约500篇文章的引用次数超过10,000次，这一成就堪称革命性。

计算机模拟创造前所未有的蛋白质

与此同时，美国生物化学家David Baker也凭借其在蛋白质设计领域的卓越贡献获得了诺贝尔化学奖的另一半荣誉。作为华盛顿大学的教授，Baker利用计算机模拟的方法，成功创造了自然界中从未存在过的新型蛋白质。他的研究不仅扩展了蛋白质的维度，也让科学家们能够通过设计氨基酸序列，定制出具有特定功能的蛋白质。这一突破极大拓展了人类对蛋白质设计的理解，推动了新药研发和疫苗设计的进展。

根据诺贝尔委员会成员Johan Aqvist的介绍，Baker的工作令人惊叹，他通过设计几乎可以构建任何类型的蛋白质，这在过去是无法想象的。这一技术有望被广泛应用于医药领域，从开发新药到加速疫苗研发，甚至有可能开启生物制剂领域的新篇章。

人工智能与科学的深度结合

人工智能在科学领域的广泛应用在2024年的诺贝尔奖评选中尤为显著。今年的物理学奖同样颁发给了两位在人工神经网络领域作出开创性贡献的科学家Geoffrey Hinton和John Hopfield。他们的研究成果为化学奖的获奖者们奠定了基础，推动了AI在蛋白质结构预测中的应用。

皇家学会会长Adrian Smith表示，今天诺贝尔化学奖的授予是对AI在科学中变革性作用的明确认可。Demis Hassabis不仅是人工智能领域的先驱研究者之一，更是AI作为科学促进者的坚定支持者。他的愿景是通过AI帮助人类解决重大科学挑战，并为全社会带来福祉。

三位获奖科学家的背景与贡献

获奖者之一的Demis Hassabis是英国计算机科学家，作为童年时期的国际象棋神童，他在17岁时便编写了经典电子游戏《主题公园》。他后来共同创立了DeepMind，并领导团队开发了击败围棋顶尖选手的AI系统。Hassabis对科学研究的热情和AI的变革性潜力，让他在科学界内外广受赞誉。

John Jumper是Hassabis的同事，一直专注于AI模型的开发。他们二人通过AlphaFold的研究不仅解决了蛋白质结构预测的难题，还推动了生命科学和生物医药领域的飞跃。

另一位获奖者David Baker则是一位美国生物化学家，专注于蛋白质设计和合成。通过计算机模拟技术，Baker成功创造了具有全新功能的蛋白质，这为蛋白质工程学领域带来了全新的前景。

AI与科学的未来

2024年诺贝尔化学奖的颁发，进一步彰显了人工智能在科学研究中的巨大潜力。AlphaFold的应用已经不仅仅局限于蛋白质结构预测，它还为基础生物学和医学研究提供了强大的工具。科学界普遍认为，AI技术将继续在解决复杂科学问题中发挥核心作用，推动人类在生命科学、药物开发等多个领域取得更多突破。

通过AI与科学的结合，今天的科学家们已经站在了前所未有的技术前沿，未来的研究与应用将更加令人期待。