老司机福利精品日韩AV,成人影院无码AV一区二区,亚洲AV日韩第一第二社区,极品露脸日韩AV

10月9日遍沟，諾貝爾基金會(huì)宣布授予DeepMind公司的Demis Hassabis博士和John Jumper博士国谬，和華盛頓大學(xué)的David Baker教授諾貝爾化學(xué)獎(jiǎng)。這三名科學(xué)家分別誕生于60、70、和80年代，他們沿著不同的人生軌跡，分別在利用人工智能預(yù)測(cè)蛋白結(jié)構(gòu)和計(jì)算蛋白設(shè)計(jì)方面完成了造福全人類的研究突破。在今天的這篇文章里慈迈，讓我們一同來(lái)看一看他們的故事。

Demis Hassabis：打游戲神童的諾貝爾獎(jiǎng)之旅

神童：出道即是巔峰

Demis Hassabis出生于英國(guó)倫敦的一個(gè)富有多元文化的家庭省有，有著希臘和華人血統(tǒng)的他由于父親生意的關(guān)系經(jīng)常搬家痒留，但這也在無(wú)形中培養(yǎng)了他在商業(yè)和研究上的冒險(xiǎn)精神。Hassabis自小便展現(xiàn)出“神童”級(jí)的天賦蠢沿。當(dāng)年僅四歲的他看見(jiàn)父親和叔叔下棋時(shí)便請(qǐng)教他們?cè)撛趺赐嫔焱罚粌H迅速地上手還很快擊敗了他們兩個(gè)。他在八歲時(shí)便在他人生當(dāng)中的第一臺(tái)電腦進(jìn)行編程舷蟀，開(kāi)發(fā)了棋盤(pán)游戲奧賽羅（Othello）恤磷。到了13歲時(shí)，他便已經(jīng)成為國(guó)際象棋大師戈勾，在那個(gè)年齡組中排名世界第二绷煎。在他享受象棋帶給他的智力沖擊的同時(shí)，他也決定將這樣的天賦應(yīng)用到更廣的領(lǐng)域户痒。他在17歲時(shí)加入了電腦游戲公司牛蛙制作（Bullfrog Productions）火毕，并參與了戰(zhàn)略游戲《極道梟雄》（Syndicate）的設(shè)計(jì)，并在后來(lái)?yè)?dān)任極具影響力電子游戲《主題公園》（Theme Park）的首席程序員赠槽。這款游戲的暢銷(xiāo)催生出一系列管理模擬游戲的誕生剃炬。

玩游戲是為了創(chuàng)立人工智能（AI）公司

1997年，Hassabis以計(jì)算機(jī)科學(xué)專業(yè)最高榮譽(yù)自劍橋大學(xué)畢業(yè)盘另，并在隔年創(chuàng)建自己的游戲公司Elixir Studios惋探。在經(jīng)營(yíng)Elixir期間，他繼續(xù)參加游戲比賽巩荧，他從1998年到2003年連續(xù)五年奪得Pentamind國(guó)際象棋錦標(biāo)賽冠軍。此外丹伙，他還是世界撲克系列賽六個(gè)不同賽季的冠軍福耐。然而，拿遍無(wú)數(shù)游戲恼五、智力競(jìng)賽的他始終離不開(kāi)這些令他魂?duì)繅?mèng)縈的問(wèn)題：“大腦是如何學(xué)會(huì)掌握復(fù)雜任務(wù)的昌罩？”哭懈、“電腦也能做到同樣的程度嗎？”在2015年接受采訪時(shí)他便這么說(shuō)：“事實(shí)上我的整個(gè)職業(yè)生涯茎用，包括我開(kāi)發(fā)游戲的時(shí)候遣总，都是為了最終成立AI公司。少年的時(shí)候我就決定轨功，AI會(huì)是最有趣和最重要的事業(yè)旭斥。”

獲得神經(jīng)學(xué)博士學(xué)位

為了回答他心中的問(wèn)題，28歲的他在2005年重返校園古涧，開(kāi)始了他在倫敦大學(xué)學(xué)院（UCL）認(rèn)知神經(jīng)科學(xué)的博士學(xué)程垂券，并在2009年拿到學(xué)位。他的博士研究專注于自傳體記憶（autobiographical memory）和失憶癥領(lǐng)域羡滑。他在該主題上參與了多篇發(fā)表在《自然》菇爪、《科學(xué)》和PNAS的論文。他在PNAS上的論文首次證實(shí)柒昏，大腦海馬區(qū)損傷（導(dǎo)致失憶癥）也會(huì)損害患者想象其他情況的能力凳宙。Hassabis證明了想象功能和情景記憶之間的神經(jīng)學(xué)聯(lián)系——兩者都需要在腦海中構(gòu)建場(chǎng)景的能力，這項(xiàng)發(fā)現(xiàn)被《科學(xué)》雜志評(píng)為“年度十大科學(xué)突破”之一轻调。

DeepMind的誕生到谷歌的收購(gòu)

2011年尽诀，Hassabis創(chuàng)立了人工智能公司DeepMind Technologies。他將公司的使命定義為解決“智能問(wèn)題”众攻，然后利用人工智能“解決其他一切問(wèn)題”红集。Hassabis將神經(jīng)科學(xué)和機(jī)器學(xué)習(xí)的見(jiàn)解與計(jì)算機(jī)硬件的最新發(fā)展相結(jié)合，尋求構(gòu)建一種通用學(xué)習(xí)機(jī)制——“通用人工智能”（AGI）条稍。

Hassabis和他的DeepMind同事最初專注于創(chuàng)建學(xué)習(xí)算法來(lái)掌握游戲判懒。到2013年，他們創(chuàng)建了一種名為Deep Q-Network（DQN）的算法悟惰，可以“以超越人類的水平”玩電腦游戲刀雳。除了屏幕上可見(jiàn)的像素外沒(méi)有其他輸入，除了“獲得最高分”外沒(méi)有其他指示估曾。測(cè)試結(jié)果顯示粪世，DQN在引入游戲30分鐘內(nèi)就成為了游戲太空侵略者（Space Invaders）世界上最優(yōu)秀的玩家。而DeepMind的研究也引起了谷歌的注意黔章，谷歌于2014年以超過(guò)6.5億美元的價(jià)格收購(gòu)了DeepMind胁塞，而Hassabis仍然擔(dān)任DeepMind的首席執(zhí)行官。而谷歌對(duì)DeepMind的收購(gòu)也很快被證明是一項(xiàng)明智之舉压语。谷歌在2016年發(fā)表聲明啸罢，DeepMind所開(kāi)發(fā)的AI算法已經(jīng)協(xié)助降低用于冷卻谷歌數(shù)據(jù)中心的電費(fèi)達(dá)40%。這可能為谷歌未來(lái)的電費(fèi)省下數(shù)億美元胎食。

▲DeepMind所開(kāi)發(fā)的AI算法顯著減少谷歌的用電量（圖片來(lái)源：參考資料[6]）

AlphaFold：蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的革命

然而DeepMind團(tuán)隊(duì)并不止步于此扰才。他們開(kāi)發(fā)了能夠以近原子級(jí)的水平預(yù)測(cè)蛋白形狀的AI算法AlphaFold允懂。2018年12月，AlphaFold在第13屆國(guó)際蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)競(jìng)賽（CASP）的總體排名中名列第一衩匣。盡管取得了成功蕾总，但DeepMind的研究人員并不滿意：他們希望得到一種對(duì)于實(shí)驗(yàn)人員更加有用的工具，誤差小于1埃米（原子的大欣拍蟆）生百。經(jīng)過(guò)多輪的調(diào)試和集思廣益，DeepMind的研究團(tuán)隊(duì)在原來(lái)的算法基礎(chǔ)上成功構(gòu)建出了AlphaFold2午绳。

在2020年的CASP上置侍，DeepMind的AlphaFold2系統(tǒng)表現(xiàn)驚艷，在接受檢驗(yàn)的近100個(gè)蛋白靶點(diǎn)中拦焚，AlphaFold2對(duì)三分之二的蛋白靶點(diǎn)給出的預(yù)測(cè)結(jié)構(gòu)與實(shí)驗(yàn)手段獲得的結(jié)構(gòu)相差無(wú)幾瘫骏。有些情況下，已經(jīng)無(wú)法區(qū)分兩者之間的區(qū)別是由于AlphaFold2的預(yù)測(cè)出現(xiàn)錯(cuò)誤荣吻，還是實(shí)驗(yàn)手段產(chǎn)生的假象哭夺。這項(xiàng)成就被公認(rèn)為解決了50年的“蛋白質(zhì)折疊問(wèn)題”。2021年7月押辽，DeepMind發(fā)表了該系統(tǒng)工作原理的詳細(xì)描述卷撞，并向全世界免費(fèi)發(fā)布了源代碼。它還與歐洲生物信息學(xué)研究所建立了一個(gè)公共數(shù)據(jù)庫(kù)饵忙，該數(shù)據(jù)庫(kù)正在用人工智能預(yù)測(cè)的新蛋白質(zhì)結(jié)構(gòu)填充它們盐文。全球有部分團(tuán)隊(duì)已開(kāi)始使用AlphaFold研究抗生素耐藥性、癌癥岖疲、新冠病毒等問(wèn)題咏摔。

新征途：人工智能跨入生物醫(yī)學(xué)

2021年11月，Hassabis宣布极阴，他在擔(dān)任DeepMind領(lǐng)導(dǎo)職務(wù)的同時(shí)也將任職初創(chuàng)公司Isomorphic Labs的首席執(zhí)行官昙百。Isomorphic Labs是Alphabet旗下的新姊妹公司，將專注于將人工智能應(yīng)用于生物技術(shù)和醫(yī)學(xué)領(lǐng)域碟狞。2022年7月啄枕，DeepMind人工智能實(shí)驗(yàn)室的研究人員表示，他們已經(jīng)預(yù)測(cè)了幾乎所有已知蛋白質(zhì)的結(jié)構(gòu)族沃，這是生物學(xué)上的一項(xiàng)重大進(jìn)步频祝，將加速藥物發(fā)現(xiàn)并幫助解決可持續(xù)性和糧食不安全等問(wèn)題。他們還擴(kuò)展了AlphaFold數(shù)據(jù)庫(kù)脆淹，以包含2.14億種預(yù)測(cè)蛋白質(zhì)智润，或幾乎所有科學(xué)已知的蛋白質(zhì)。這包括人體中的所有蛋白質(zhì)未辆，以及動(dòng)物窟绷、植物、細(xì)菌和許多其他生物體中的蛋白質(zhì)咐柜。而最新版本的AlphaFold3大大擴(kuò)展了其功能兼蜈，包括對(duì)DNA和RNA相互作用進(jìn)行建模，這標(biāo)志著我們對(duì)分子生物學(xué)的理解有了重大飛躍拙友。

▲AlphaFold3預(yù)測(cè)的7R6R-DNA結(jié)合蛋白（藍(lán)色）與DNA雙螺旋（粉色）結(jié)合的分子復(fù)合物結(jié)構(gòu)與通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)的真實(shí)分子結(jié)構(gòu)（灰色）幾乎完全匹配（圖片來(lái)源：參考資料[9]）

雖然人工智能毫無(wú)疑問(wèn)地已在生物醫(yī)學(xué)界帶來(lái)顯而易見(jiàn)的突破为狸，但Hassabis在接受諾獎(jiǎng)通知采訪時(shí)仍十分強(qiáng)調(diào)人類科學(xué)家的重要性。他表示至少在可預(yù)見(jiàn)的未來(lái)遗契，這些人工智能算法能讓個(gè)體科學(xué)家做更多的事情臭膊。然而因?yàn)檫@些系統(tǒng)是工具，它們非常適合分析數(shù)據(jù)并在數(shù)據(jù)中尋找模式和結(jié)構(gòu)膊编。但是它們無(wú)法弄清楚應(yīng)該問(wèn)什么是正確的問(wèn)題栏赋，正確的假設(shè)或正確的猜想。所有這些都必須來(lái)自人類科學(xué)家尸钢。“最好的科學(xué)家與這些工具配合使用將能夠做出令人驚嘆的科學(xué)成就仙衩，甚至在比以前更小的團(tuán)隊(duì)中也能做到，因?yàn)樗麄兛梢砸揽窟@些工具來(lái)完成很多基礎(chǔ)工作熔厌∑玻”Hassabis說(shuō)道。

John Jumper：超過(guò)70年來(lái)最年輕的諾貝爾化學(xué)獎(jiǎng)得主

在提到AlphaFold在蛋白結(jié)構(gòu)預(yù)測(cè)的重大突破時(shí)誉煎，就不得不提同與Hassabis一同獲得今年諾貝爾化學(xué)獎(jiǎng)的John Jumper博士报葬。他是DeepMind公司AlphaFold項(xiàng)目的首席高級(jí)研究員。他和Hassabis共同主導(dǎo)開(kāi)發(fā)了AlphaFold以及后來(lái)的AlphaFold2痛贬。然而就如同Hassabis“崎嶇”多變的職業(yè)生涯一般挺久，Jumper最初對(duì)蛋白質(zhì)結(jié)構(gòu)并不感興趣，相反地渊季，他立志做個(gè)理論物理學(xué)家...

跨足蛋白設(shè)計(jì)的“物理學(xué)家”

Jumper在2007年自范德堡大學(xué)獲得物理和數(shù)學(xué)雙學(xué)位后朋蔫，Jumper打算成為一名理論物理學(xué)家。他獲得了著名的馬歇爾獎(jiǎng)學(xué)金却汉，并被劍橋大學(xué)的博士課程錄取驯妄。然而他很快意識(shí)到，研究量子力學(xué)的計(jì)算方法并不適合他合砂，因此他在獲得碩士學(xué)位后便重返美國(guó)青扔。然后，他在D.E. Shaw Research找到了一份工作翩伪，負(fù)責(zé)開(kāi)發(fā)用于蛋白質(zhì)模擬的超級(jí)計(jì)算機(jī)微猖，這段經(jīng)歷開(kāi)啟了他進(jìn)入生物化學(xué)的大門(mén)。三年后，他回到芝加哥大學(xué)凛剥，在Karl Freed與Tobin Sosnick教授的指導(dǎo)下完成理論化學(xué)博士學(xué)位侠仇。Jumper的博士研究方向是蛋白質(zhì)模擬的統(tǒng)計(jì)和機(jī)器學(xué)習(xí)方法，他隨后便進(jìn)入DeepMind從事蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)工作犁珠。

Jumper作為AlphaFold項(xiàng)目的負(fù)責(zé)人逻炊，他的角色是多方面的。除了自己進(jìn)行研究之外雇牍，他還積極促進(jìn)他與旗下團(tuán)隊(duì)以及與其他DeepMind團(tuán)隊(duì)的研究討論嗅呻。他發(fā)現(xiàn)在團(tuán)隊(duì)環(huán)境中，為了共同的目標(biāo)而努力乌心，研究會(huì)更有趣导劝。他特別喜歡機(jī)器學(xué)習(xí)的快速發(fā)展，他說(shuō)：“在不同的時(shí)間匹羹，新的想法和結(jié)果來(lái)得如此之快齐皂，以至于我覺(jué)得我們每周都在重新評(píng)估我們解決問(wèn)題的方法。”

Jumper曾指出對(duì)于深度學(xué)習(xí)系統(tǒng)如何工作的直覺(jué)和理解對(duì)于開(kāi)發(fā)模型非常重要掰站，而使用直覺(jué)來(lái)評(píng)估結(jié)果和發(fā)現(xiàn)錯(cuò)誤的重要性宏湾，是他在范德堡大學(xué)接受教育時(shí)學(xué)到的重要一課。他對(duì)當(dāng)前科學(xué)家的建議是找到“好問(wèn)題”來(lái)研究涧谓，并指出“好問(wèn)題需要重要性和可處理性的完美結(jié)合旋稚。”

拿到博士后7年便囊獲諾貝爾獎(jiǎng)

值得一提的是瑟捺，Jumper是超過(guò)70年以來(lái)最年輕的諾貝爾化學(xué)獎(jiǎng)得主奕枝，自他2017年拿到博士學(xué)位以來(lái)，在約7年的時(shí)間便囊獲諾獎(jiǎng)殊榮瓶堕。然而當(dāng)他在接受諾獎(jiǎng)得主采訪時(shí)表示隘道，他之前認(rèn)為自己只有10%的機(jī)會(huì)獲獎(jiǎng)，這讓他感覺(jué)有點(diǎn)難受郎笆，這像是自己有10%的幾率中彩票谭梗，但有90%的幾率會(huì)感到失望。所以他的計(jì)劃是在頒獎(jiǎng)當(dāng)天睡個(gè)懶覺(jué)宛蚓，然后等到他睡醒時(shí)就自然會(huì)知道自己有沒(méi)有獲得諾獎(jiǎng)激捏，不過(guò)他的計(jì)劃并沒(méi)有奏效，因?yàn)樗?dāng)天沒(méi)法睡那么久凄吏。

在采訪當(dāng)中远舅，Jumper也表示他很高興計(jì)算生物學(xué)很快地獲得認(rèn)可『鄹郑“我喜歡這一切的原因是图柏，我們可以清楚地看到序六，我們所做的工作與改善人類健康之間有著直接的聯(lián)系。”他說(shuō)道蚤吹。

David Baker：從解決蛋白折疊難題到設(shè)計(jì)全新蛋白

在接受諾貝爾獎(jiǎng)委員會(huì)采訪時(shí)拒吧，David Baker教授表示，蛋白折疊的難題從來(lái)都具有兩面性：一方面是已經(jīng)知道蛋白的氨基酸序列鬼痹，如何基于序列預(yù)測(cè)蛋白的三維結(jié)構(gòu)落余，而另一面是如果已經(jīng)知道預(yù)想的蛋白結(jié)構(gòu)，能否設(shè)計(jì)出氨基酸序列來(lái)折疊成這樣的結(jié)構(gòu)榕吨。而今年的諾貝爾化學(xué)獎(jiǎng)完美地表彰了這兩個(gè)方向的研究。

曾主修哲學(xué)和社會(huì)學(xué)涎舔，對(duì)蛋白結(jié)構(gòu)感興趣卻被“潑冷水”

1962年甲盘，David Baker出生在美國(guó)西雅圖，父親是一名物理學(xué)家哮互，母親研究天體物理和大氣科學(xué)臣镜。但是從小在科學(xué)家庭中長(zhǎng)大David Baker最初對(duì)科學(xué)卻沒(méi)有什么興趣。在哈佛大學(xué)讀本科時(shí)题晌，他主修的專業(yè)是哲學(xué)和社會(huì)學(xué)洁馒，想了解人類的大腦如何做出決定。直到最后一年上發(fā)育生物學(xué)的時(shí)候儡皮，名為《細(xì)胞分子生物學(xué)》的教科書(shū)讓他對(duì)生物學(xué)產(chǎn)生了興趣柱锹。Baker博士回憶到，做本科時(shí)有一次需要寫(xiě)論文丰包，他問(wèn)教授能不能寫(xiě)蛋白結(jié)構(gòu)的課題禁熏，卻被教授潑了一頭冷水，“沒(méi)人搞明白了其中的機(jī)理”邑彪。想不到的是多年之后他卻解答了這個(gè)問(wèn)題瞧毙。

最初對(duì)大腦感興趣，卻被蛋白折疊所吸引

因?yàn)閷?duì)大腦的興趣寄症，David Baker在攻讀博士時(shí)覺(jué)得自己會(huì)研究神經(jīng)生物學(xué)或發(fā)育生物學(xué)宙彪。他加入了加州大學(xué)伯克利分校細(xì)胞生物學(xué)家Randy Schekman教授的實(shí)驗(yàn)室研究細(xì)胞的構(gòu)成（Schekman教授在2013年獲得諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)）。獲得博士學(xué)位后有巧，他加入結(jié)構(gòu)生物學(xué)家David Agard教授的實(shí)驗(yàn)室释漆，原本想花一年時(shí)間學(xué)些結(jié)構(gòu)生物學(xué)，幫助自己建立獨(dú)立實(shí)驗(yàn)室時(shí)進(jìn)行的細(xì)胞生物學(xué)研究剪决。

然而灵汪，結(jié)構(gòu)生物學(xué)的魅力深深吸引了他。Baker教授回顧道：“我當(dāng)時(shí)覺(jué)得蛋白結(jié)構(gòu)是生物自我組裝最簡(jiǎn)明的例子柑潦。”因此當(dāng)他在華盛頓大學(xué)建立自己的實(shí)驗(yàn)室時(shí)润绎，解決蛋白折疊的結(jié)構(gòu)生物學(xué)成為了主要研究方向缤谎。

讓普通人也能參與蛋白折疊研究

上世紀(jì)90年代鹤梯，Baker教授的實(shí)驗(yàn)室開(kāi)發(fā)出名為Rosetta的程序軟件，基于蛋白質(zhì)的生物物理特征坞龙，根據(jù)氨基酸序列預(yù)測(cè)蛋白的三維結(jié)構(gòu)。然而缸舱，預(yù)測(cè)蛋白三維結(jié)構(gòu)需要大量的計(jì)算力和時(shí)間蚀稻，Baker教授在哲學(xué)和社會(huì)學(xué)方面的經(jīng)驗(yàn)讓他想到了利用團(tuán)體的力量來(lái)解決這個(gè)問(wèn)題“岩猓“我的理想是全球各地的人們都可以同心協(xié)力府塘，為科學(xué)和全球健康做出重要的貢獻(xiàn)。”Baker教授說(shuō)绿捶。在2004年棚疏，他的實(shí)驗(yàn)室開(kāi)發(fā)出一款名為Rosetta@home的軟件，任何人都可以在自己家里的計(jì)算機(jī)上下載這款軟件婆精，為解析某些蛋白結(jié)構(gòu)的運(yùn)算出一份力继溯。截至2008年，接近20萬(wàn)志愿者在自己的計(jì)算機(jī)上裝載了這款軟件沈条。

在2008年需忿，Baker教授與合作者又推出了蛋白折疊游戲Foldit，讓大眾以游戲的方式來(lái)解決蛋白折疊的問(wèn)題蜡歹。值得一提的是屋厘，在2011年，F(xiàn)oldit的玩家?guī)椭晒ζ平饬艘豢钅孓D(zhuǎn)錄病毒蛋白酶的晶體結(jié)構(gòu)季稳，成果在《自然》雜志子刊上發(fā)表擅这。

競(jìng)爭(zhēng)對(duì)手是重要的啟迪人

2000年，DeepMind公司開(kāi)發(fā)的AlphaFold2在國(guó)際蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)競(jìng)賽（CASP）上驚艷亮相景鼠，不但擊敗了所有其它參賽選手仲翎，而且基于氨基酸序列預(yù)測(cè)的蛋白質(zhì)三維結(jié)構(gòu)可與使用冷凍電子顯微鏡（CryoEM）、核磁共振或X射線晶體學(xué)等實(shí)驗(yàn)技術(shù)解析的三維結(jié)構(gòu)相媲美铛漓。Baker教授實(shí)驗(yàn)室開(kāi)發(fā)的Rosetta軟件也是CASP比賽的乘菹悖客并一直名列前茅，表面上看浓恶，DeepMind是他實(shí)驗(yàn)室的競(jìng)爭(zhēng)對(duì)手玫坛，AlphaFold2也在比賽中壓過(guò)Rosetta一頭。不過(guò)Baker教授并不這樣看沙涎，在接受諾貝爾委員會(huì)的采訪時(shí)傅慈，Baker教授表示，AlphaFold2的橫空出世讓他真正意識(shí)到了深度學(xué)習(xí)的威力疼磺。Baker教授的實(shí)驗(yàn)室也迅速將AlphaFold2的深度學(xué)習(xí)策略應(yīng)用到Rosetta軟件上碘淘，推出的RoseTTAFold系統(tǒng)在預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)上達(dá)到了和AlphaFold2相當(dāng)?shù)乃健?/p>

“與其說(shuō)是競(jìng)爭(zhēng)對(duì)手刮血，我真心認(rèn)為他們是啟迪我認(rèn)識(shí)深度學(xué)習(xí)威力的人《璨桑”Baker教授說(shuō)颂鞭。

從預(yù)測(cè)蛋白結(jié)構(gòu)到設(shè)計(jì)全新蛋白

早在使用最初的Rosetta軟件預(yù)測(cè)蛋白三維結(jié)構(gòu)后不久，Baker教授就意識(shí)到了解決蛋白折疊問(wèn)題的兩面性栋锣，不但可以基于氨基酸序列預(yù)測(cè)蛋白的三維結(jié)構(gòu)刑袒，還可以基于想要得到的三維結(jié)構(gòu)設(shè)計(jì)氨基酸序列。利用Rosetta軟件谍竿，他的實(shí)驗(yàn)室在2003年設(shè)計(jì)出第一個(gè)在自然界中不存在的蛋白程悼，名為T(mén)op7。

▲用Baker教授團(tuán)隊(duì)設(shè)計(jì)的軟件Rosetta開(kāi)發(fā)出的蛋白（圖片來(lái)源：諾貝爾委員會(huì)官網(wǎng)）

基于在蛋白設(shè)計(jì)領(lǐng)域的深厚經(jīng)驗(yàn)積累和深度學(xué)習(xí)算法帶來(lái)的計(jì)算模式突破止骨，Baker實(shí)驗(yàn)室近年在蛋白設(shè)計(jì)領(lǐng)域的突破可以用日新月異來(lái)形容席赂。從開(kāi)發(fā)出一秒設(shè)計(jì)全新蛋白的工具，到設(shè)計(jì)可靶向任意蛋白的抗體时迫，他的團(tuán)隊(duì)一次又一次地顛覆蛋白設(shè)計(jì)的規(guī)則。這些在基礎(chǔ)科學(xué)領(lǐng)域的突破也正在通過(guò)初創(chuàng)公司的創(chuàng)建改變新藥發(fā)現(xiàn)和開(kāi)發(fā)的模式谓晌。Baker教授參與創(chuàng)建了超過(guò)10家生物技術(shù)公司掠拳，其中今年浮出水面的Xaira Therapeutics公司由ARCH Venture Partners和Foresite Labs共同孵化，獲得啟動(dòng)融資金額超過(guò)10億美元纸肉。

諾貝爾委員會(huì)在發(fā)布的新聞稿中表示溺欧，David Baker、Demis Hassabis柏肪、和John M. Jumper博士解開(kāi)了蛋白結(jié)構(gòu)的密碼姐刁。雖然這三位獲獎(jiǎng)?wù)邠碛胁煌娜松壽E，但是殊途同歸烦味，共同解決了讓科學(xué)家困惑了半個(gè)世界的蛋白結(jié)構(gòu)預(yù)測(cè)難題聂使。

參考資料：

[1] HHMI Investigator David Baker Awarded 2024 Nobel Prize in Chemistry. Retrieved October 9, 2024, from https://www.hhmi.org/hhmi-david-baker-wins-2024-nobel-chemistry

[2] Harvard Alumnus Wins Chemistry Nobel. Retrieved October 9, 2024, from https://www.harvardmagazine.com/2024/10/harvard-alumnus-wins-2024-chemistry-nobel

[3] David Baker Interview. Retrieved October 9, 2024, from https://www.nobelprize.org/prizes/chemistry/2024/baker/interview/

[4] Protein wrangler, serial entrepreneur, and community builder: Inside David Baker’s brain. Retrieved October 9, 2024, from https://cen.acs.org/biological-chemistry/biochemistry/Protein-wrangler-serial-entrepreneur-community-builder-Inside-David-Baker-brain/97/i30

[5] Demis Hassabis. Retrieved October 9, 2024, from https://achievement.org/achiever/demis-hassabis-ph-d/

[6] DeepMind AI Reduces Google Data Centre Cooling Bill by 40%. Retrieved October 9, 2024 from https://deepmind.google/discover/blog/deepmind-ai-reduces-google-data-centre-cooling-bill-by-40/

[7] Commodore Alum brings DeepMind to AlphaFold. Retrieved October 9, 2024 from https://www.vanderbilt.edu/csb/2021/11/05/commodore-alum-brings-deepmind-to-alphafold/

[8] John M. Jumper. Interview. Retrieved October 9, 2024 from https://www.nobelprize.org/prizes/chemistry/2024/jumper/interview/

[9] AlphaFold 3 predicts the structure and interactions of all of life’s molecules. Retrieved May 8, 2024 from https://www.isomorphiclabs.com/articles/alphafold-3-predicts-the-structure-and-interactions-of-all-of-lifes-molecules