10月9日，一个小组宣布了2024年诺贝尔化学奖的获奖者。（图片来源：/JONATHAN NACKSTRAND，盖蒂图片社）
（神秘的地球）据美国生活科学网站（维多利亚·阿特金森）：2024年诺贝尔化学奖授予了三位在蛋白质科学两个紧密交织的领域工作的科学家。
华盛顿大学生物化学教授David Baker因其在计算蛋白质设计方面的工作而获得了1100万瑞典克朗（106万美元）奖金的一半，该工具使研究人员能够设计和创建具有与自然界中任何蛋白质结构都不同的性质的全新蛋白质结构。
该奖项的后半部分由Demis Hassabis和John Jumper共同获得，他们分别是谷歌DeepMind的首席执行官和董事，以表彰他们在蛋白质结构预测方面的工作。2021年发布的人工智能程序AlphaFold2可以根据DNA中编码的氨基酸序列预测任何蛋白质的三维结构，彻底改变了我们对生命系统中蛋白质和分子如何相互作用的理解。
诺贝尔化学委员会主席海纳·林克今天上午（10月9日）在瑞典的宣布仪式上说：“蛋白质是生命的分子。”。
蛋白质有数以万计的单个原子，其特定功能由这些原子的精确位置决定，分子不同部分之间的连接和折叠形成了独特的3D形状。林克说：“要了解生命是如何运作的，我们首先需要了解蛋白质的形状。”。
蛋白质分子由许多称为氨基酸的单个单元组成，氨基酸由三个“字母”DNA序列编码。因此，应该可以从该氨基酸序列预测特定蛋白质的3D结构。但几十年来，这个问题一直让科学家们感到沮丧，因为蛋白质有许多可能的折叠方式。
2020年，Hassabis和Jumper最终通过开发一个名为AlphaFold2的程序破解了这段代码，该程序将结构预测的准确性从40%提高到了90%。人工智能程序在蛋白质序列和蛋白质结构的数据库上进行了训练，并在数千个样本中寻找氨基酸位置之间的相关性。然后，系统迭代地将这些结果细化为单个预测的3D结构。
自发布以来的几年里，该工具极大地提高了我们对数千种蛋白质介导过程的理解，包括抗生素耐药性，现在可以挖掘这些数据库中具有以前未知功能的蛋白质，如塑料降解酶。
蛋白质设计从相反的方向解决了同样的问题，使研究人员能够可视化特定功能的理想3D蛋白质结构，并反向计算合成它所需的氨基酸序列。2003年，Baker开发了一个名为Rosetta的计算机程序，该程序结合了现有数据库中的较短氨基酸片段，连续调整和优化序列以匹配所需的3D形状。
诺贝尔化学委员会成员Johan&Åqvist在公告中表示：“David Baker开辟了一个全新的蛋白质结构世界。”。“只有你的想象力才能限制你在这里能做的事情。”自那以后，罗塞塔帮助设计了数百种具有不同应用的新蛋白质，从抑制新冠病毒刺突蛋白到充当环境中阿片类药物的生物传感器。
在奖项宣布后，贝克对瑞典皇家科学院秘书长汉斯·埃勒格伦说，他感到“非常兴奋和荣幸”，并“受到了该领域其他人和我共事过的人的深深启发”。
本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。