其中，Hassabis与Jumper借助AI模型，攻克了长达半个世纪之久的难题——预测蛋白质的复杂结构。瑞典皇家科学院称：“这些发现的潜力不可估量。”

AI圈大佬本次诺奖可谓大丰收。就在昨天，2024年诺贝尔物理学奖授予了约翰·霍普菲尔德（John J. Hopfield）和被称为“AI教父”的杰弗里·辛顿（Geoffrey E. Hinton），以表彰他们推动利用人工神经网络进行机器学习的基础性发现和发明。（《诺贝尔物理学奖罕见一幕！“AI教父”意外获奖，物理圈傻眼》）

生命的多样性正是蛋白质作为卓越化学工具的明证。它们掌控并驱动着所有赋予生命活力的化学反应。此外，蛋白质还扮演着激素、信号分子、抗体以及组织构建基石等多重角色。

今年的两大发现令人瞩目：一是如何构建令人惊叹的个性化蛋白质；二是实现了长达50年的梦想——仅凭氨基酸序列就能预测蛋白质的结构。

蛋白质，由20种不同类型的氨基酸构成，是生命不可或缺的基础。

早在2003年，Baker就巧妙地利用这套“构建积木”，设计出了一种全新的蛋白质，它与所有已知蛋白质截然不同。此后，他的团队更是不断推陈出新，创造出了具有药物、疫苗、纳米材料和微型传感器等功能的蛋白质。

另一个重大发现是科学家能够预测蛋白质的结构了。蛋白质中的氨基酸像长串珠子一样连接在一起，折叠成复杂的三维结构，这种结构对蛋白质的功能至关重要。自20世纪70年代以来，科学家们就一直在努力根据氨基酸序列预测蛋白质的结构，但这一直是个巨大的挑战。

2020年，Hassabis和Jumper提出了名为AlphaFold 2的AI模型。借助这一模型，他们成功预测了科学家已知的几乎所有2亿种蛋白质的结构。

自这一突破以来，AlphaFold2已被全球190个国家的超过200万人使用。此外，研究人员还能更深入地了解抗生素耐药性，并创建出能够分解塑料的酶的图像。

今年5月，谷歌推出革命性的模型AlphaFold 3登上国际顶刊《自然》（Nature）杂志。AlphaFold 3能够预测所有生命分子的结构和相互作用。在预测蛋白质与其他分子的相互作用上，AlphaFold 3相比现有方法至少提高了50%的准确率，针对一部分相互作用类别甚至提高了1倍。

AlphaFold 3是基于其2020年推出的AlphaFold 2研发而来。至今，全球已有数百万研究人员使用AlphaFold 2在疟疾疫苗、癌症治疗和酶设计等领域取得了重要发现，AlphaFold已被引用超过2万次。

这使得AlphaFold 3成为首个超越基于真实生物分子结构预测工具的AI系统。AlphaFold 3不仅限于蛋白质，将探索更广泛的生物分子。这一飞跃可能影响从开发生物可再生材料和更具弹性的作物，到加速药物设计和基因组学研究，带来生物科学研究的变革。（《AI预测所有生命分子！谷歌AlphaFold 3模型登Nature，免费开放节省上亿年研究时间》）

2024诺贝尔化学奖奖金金额为1100万瑞典克朗（约合749.86万元人民币），一半归Baker所有，另一半归Hassabis和Jumper共同所有。

戴维·贝克（David Baker）于1962年出生于美国华盛顿州西雅图，1989年获美国加州大学伯克利分校博士学位，现为美国华盛顿大学西雅图分校教授。

德米斯·哈萨比斯（Demis Hassabis）于1976年出生于英国伦敦，2009年获得英国伦敦大学学院博士学位，现任谷歌DeepMind首席执行官。

约翰·M·詹珀（John M. Jumper）于1985年出生于美国阿肯色州小石城，2017年获得美国伊利诺伊州芝加哥大学博士学位，现任英国伦敦谷歌DeepMind高级研究科学家。