他们用AI破译蛋白质结构“密码”
发布时间:2024-10-11 | 发布者： 东东工作室 | 浏览次数： 次原标题：他们用AI破译蛋白质结构“密码”
戴维·贝克（左）、德米斯·哈萨比斯（中）和约翰·江珀（右）因在蛋白质设计和蛋白质结构预测领域作出的贡献荣获2024年诺贝尔化学奖。
诺贝尔奖官网
◎本报记者 刘 霞
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。美国华盛顿大学科学家戴维·贝克因在蛋白质设计方面的贡献，荣获该奖项一半的奖金；另一半奖金则由谷歌“深度思维”公司创始人、英国科学家德米斯·哈萨比斯和该公司美国科学家约翰·江珀共享，以表彰他们在蛋白质结构预测方面的成就。
诺贝尔化学奖委员会主席海纳·林克指出，今年的诺贝尔化学奖如同“双花并蒂”，他们一方面用计算软件构建出全新蛋白质结构，另一方面则基于氨基酸序列开发出名叫“阿尔法折叠2”的人工智能（AI）模型，实现对蛋白质复杂结构的预测。这两项科学突破携手开辟出巨大的可能性。
从头设计全新蛋白质
2024年诺贝尔化学奖“花落”蛋白质，是因为蛋白质对生命至关重要。没有蛋白质，生命就不可能存在。
蛋白质如同生命体内的“能工巧匠”，以其独特的化学能力，编织出生命的多样性与复杂性。它们掌控并驱动生命体内所有的化学反应，这些反应共同构筑了生命的宏伟蓝图。同时，蛋白质可谓“千面女郎”，扮演着激素、信号物质、抗体以及身体组织构建者等多种角色。
蛋白质通常由20种不同的氨基酸组成，这些氨基酸如同组成生命的“积木”。2003年，贝克利用氨基酸“积木”，成功创造出一种前所未有的新蛋白质，开启了构建蛋白质的大门。构建全新蛋白质，被称为“从头设计”。而贝克团队构建氨基酸“积木”的功臣，是他们开发的名为Rosetta的计算软件。他们首先绘制了一种全新结构的目标蛋白质，然后从已知结构的蛋白质数据库中寻找与目标结构相似的短蛋白质片段；随后，Rosetta利用蛋白质能量图的基本知识，优化这些片段，给出了最终的氨基酸序列。
此后，贝克研究小组不断发挥创意，创造出一系列富有想象力的蛋白质。这些蛋白质正在药物、疫苗、纳米材料和微型传感器等多个领域“大展拳脚”。
为预测蛋白质结构，贝克团队2021年开发出“Rosetta折叠”模型，并被《科学》杂志评为2021年年度突破。2023年，基于“Rosetta折叠”的深度学习模型“RFdiffusion”问世。该模型能测试拥有不同结构元素的设计组合，并从头开始产生蛋白质。该模型还能执行不同的任务，设计氨基酸、寡聚体（多亚基聚体）、有治疗或工业应用前景的复杂结构。
精准预测蛋白质结构
在蛋白质的世界里，氨基酸以长链的形式相连，折叠成复杂的三维结构，赋予蛋白质重要功能。
自20世纪70年代以来，科学家一直致力于根据氨基酸序列预测蛋白质结构，但这是一项极其艰巨的任务。因为有些氨基酸和其他氨基酸相互作用，有些氨基酸则具有疏水性。而且氨基酸链形成了复杂的形状，使精准确定蛋白质结构难上加难。
AI模型“阿尔法折叠2”的横空出世，为解决这一萦绕在科学家心头50年的难题带来转机。
2020年，哈萨比斯和江珀研制出“阿尔法折叠2”。在该模型的帮助下，科学家们已能预测2亿多种蛋白质的结构。
自问世以来，“阿尔法折叠2”得到190个国家和地区200多万研究人员的应用。有了这一模型，研究人员能够更深入地研究抗生素的耐药性，并设计出能分解塑料的酶。
今年5月，“深度思维”推出了“阿尔法折叠3”模型，用来帮助科学家更精确地针对疾病机制开发更有效药物。“阿尔法折叠3”能够更准确预测不同大分子之间复合物的结构，以及大分子、小分子和离子之间的相互作用。
能够预测蛋白质结构并设计全新蛋白质，是科学赐予人类最美好的礼物之一。
（科技日报北京10月9日电）
(责编：杨曦、陈键)
转载请标注：东东工作室——他们用AI破译蛋白质结构“密码”