诺贝尔化学奖得主贝克：AI设计蛋白质的突破与应用

诺贝尔化学奖得主贝克：AI设计蛋白质的突破与应用

引用

greatergood

等

10

来源

1.

https://news.berkeley.edu/2024/10/09/david-baker-a-uc-berkeley-ph-d-awarded-2024-nobel-prize-in-chemistry/

2.

https://www.nature.com/articles/d41586-024-03595-9

3.

https://www.nobelprize.org/prizes/chemistry/2024/press-release/

4.

https://chanzuckerberg.com/blog/2024-nobel-prize-chemistry-david-baker/

5.

https://www.shine.cn/news/world/2410094036/

6.

https://pubmed.ncbi.nlm.nih.gov/38438190/

7.

https://www.hhmi.org/hhmi-david-baker-wins-2024-nobel-chemistry

8.

https://marie-sklodowska-curie-actions.ec.europa.eu/node/1335

9.

https://www.cunjc.org.cn/newsInfo/673.html

10.

https://elifesciences.org/reviewed-preprints/94029

2024年诺贝尔化学奖授予了美国华盛顿大学的David Baker，以表彰他在计算蛋白质设计领域的开创性贡献。这一突破不仅展示了AI在生物医学研究中的巨大潜力，更为药物开发、疫苗设计和环境修复等领域带来了新的希望。

Baker的科研之路始于1993年，当时他开始研发Rosetta软件，这一工具旨在解决蛋白质折叠这一困扰科学界多年的难题。蛋白质是由20种天然氨基酸组成的复杂分子，它们在细胞中承担着各种关键功能，从催化化学反应到抵抗感染，再到调节身体机能。然而，蛋白质的三维结构极其复杂，这使得预测其结构成为生物学领域的一大挑战。

2003年，Baker团队实现了重大突破。他们成功设计出了一种自然界中不存在的全新蛋白质——Top7。尽管这种蛋白质最初并不具备实际功能，但它证明了从头设计蛋白质的可行性，为后续研究奠定了重要基础。

2020年，Google DeepMind的Demis Hassabis和John Jumper开发了AlphaFold2，这是一个基于AI的蛋白质结构预测模型。这一突破性成果解决了困扰科学家50年的难题：如何根据氨基酸序列预测蛋白质的三维结构。AlphaFold2能够预测几乎所有已知的2亿种蛋白质的结构，这一成就被誉为生物学领域的重大进展。

Baker团队很快意识到AI模型在蛋白质设计中的巨大潜力。他们将Rosetta软件与AlphaFold2相结合，开发出了一套强大的蛋白质设计工具。这种结合不仅提高了蛋白质设计的效率，还使得设计具有特定功能的蛋白质成为可能。

Baker团队设计的蛋白质已经在多个领域展现出重要应用价值。例如，他们设计了一种能够结合SARS-CoV-2刺突蛋白的蛋白质，这一成果被用于SKYCovione疫苗的研发。此外，他们还在开发无需每年接种的广谱流感疫苗，以及针对呼吸道合胞病毒（RSV）的疫苗，后者对婴儿和老年人尤为重要。

在药物开发方面，Baker团队设计的蛋白质可以作为药物载体，精确靶向病变细胞，从而提高治疗效果并减少副作用。在材料科学领域，他们设计的纳米材料具有独特的物理和化学性质，有望在电子器件和传感器中得到应用。

随着AI技术的不断发展，蛋白质设计领域正迎来前所未有的发展机遇。Baker团队正在探索利用深度学习技术设计具有更复杂功能的蛋白质，例如能够催化新型化学反应的酶，以及能够感知环境变化的生物传感器。

此外，AI驱动的蛋白质设计还有望在可持续发展领域发挥作用。例如，科学家们正在尝试设计能够高效降解塑料的酶，以及能够吸收二氧化碳的蛋白质，这些创新将为解决环境问题提供新的思路。

David Baker及其团队的工作展示了AI在生物医学研究中的巨大潜力。通过将计算生物学与人工智能相结合，他们不仅推动了科学发现的边界，更为解决人类面临的重大挑战提供了新的工具。随着技术的不断进步，我们有理由相信，AI驱动的蛋白质设计将在未来带来更多令人振奋的突破。