10月9日，2024年諾貝爾化學獎揭曉。戴維·貝克、德米斯·哈薩比斯和約翰·江珀共享這一獎項。前者在“計算蛋白質設計”領域貢獻突出，后兩位則在“蛋白質結構預測”方面成就斐然。這也是繼物理學獎之后，今年諾貝爾獎再次被授予人工智能（AI）的相關成果及科學家。
獲獎結果眾望所歸
作為全球最重磅的科技獎項之一，每年諾貝爾獎頒獎前，各類預測層出不窮。在今年諾貝爾化學獎揭曉前，此次獲獎的三位科學家已呼聲極高，獎項結果稱得上眾望所歸。
“尤其是貝克，他是蛋白質計算設計領域的拓荒者，并且持續做出國際先進的研究成果。我認為他們獲獎實至名歸?！鼻迦A大學生物醫學交叉研究院助理教授、北京生命科學研究所研究員徐純福認為，在今年物理學獎已經頒發給機器學習科學家的情況下，諾貝爾化學獎仍然頒發給了三位計算研究領域的科學家，這體現了AI極其重要的科學價值。
“獲獎成果和我的研究領域息息相關，對我們研究者是一種激勵?！闭憬髮W生命科學研究院研究員林世賢激動地說，獲獎者之一的江珀只有39歲，這對廣大青年科研工作者也是一種鼓舞。
蛋白質結構預測一直是計算生物學和結構生物學所關心的重要問題。清華大學生命科學學院教授楊茂君介紹，早期蛋白質結構預測主要依靠同源蛋白結構，但是實驗解析的蛋白結構數量占總蛋白數量的比例很低，因此預測效率不高、準確度有限。后期，隨著機器學習興起，人工智能迅速發展，科學家開始嘗試將人工智能應用于蛋白質結構預測領域，開發出結構預測工具“阿爾法折疊”以及后續版本。該成果實現了蛋白質結構預測精度和效率的飛躍，幾乎解決了單一蛋白質結構預測的問題，有望給藥物研發帶來重要變革。
AI用于科研潛力巨大
此次諾貝爾化學獎，除了是對獲獎者的表彰，也是對人工智能在基礎科學研究領域深入應用的重要認可。
楊茂君認為，這次獲獎的研究定義了一個理論上可以解決所有科學問題的范式，即從實際問題出發，將其轉變為AI可以處理的輸入數據，再經過深度學習網絡，最終輸出結果。
“在所有通過輸入得出輸出的問題上，AI理論上都可以作為有力的工具，這反映了AI在科學研究領域的廣闊潛力?！痹跅蠲磥恚@一技術的應用范圍并不限于生物、化學、物理等領域，其應用范圍主要取決于如何將客觀世界的問題（或數據）抽象成AI可以學習和處理的形式，以及現實世界是否有足夠多的真實數據，訓練和構建深度學習網絡。
“AI在蛋白質設計領域的應用突破可以說是天時地利人和，水到渠成?！睏蠲忉專鞍捉Y構的一級序列足夠簡單，且蛋白質的三維結構輸出也有標準的表達形式，并且在過去幾十年，結構生物學領域累積了大量真實蛋白結構數據。
徐純福也表示，AI在生物、化學、醫藥等健康領域的潛力才剛剛嶄露一角，未來還大有發展空間。
“就拿我最熟悉的蛋白質計算設計來講，雖然今年相關成果獲獎了，但計算方法在功能蛋白的設計方面還面臨很大挑戰?！毙旒兏Ｕf，如果進一步改進AI算法，能夠更準確設計酶、抗體等重要的功能蛋白，將有可能產生具有真正實用的全新蛋白。
徐純福同時認為，AI對科學研究重要性日益凸顯，科學家一方面要積極擁抱新的研究范式，同時也要盡量規避AI的局限性。“AI不是萬能的，科學家們需要揚長避短，推動AI在基礎科研更有效應用?！彼f，科學家要更負責任地應用AI，不用AI做違背科學倫理、有害人類健康的科學研究。
