數十年前，預測蛋白質三維結構，以及設計全新蛋白質為人類所用，被認為是一個不可能實現的夢想。

“30年前，如果能用實驗設備解析一種蛋白質結構就完全可以發表一篇博士論文，因為那是一件極為困難的事情，”諾貝爾化學委員會評委鄒曉冬9日接受新華社記者采訪時說，得益于今年諾貝爾化學獎獲獎成果，人們現在可以設計蛋白質，還可通過人工智能預測蛋白質三維結構，“這是一個非常大的革命”。

曾經不可實現的夢想

蛋白質是維持生命的重要大分子。它們是構成骨骼、皮膚、頭發等組織的基石，是驅動肌肉的馬達，是讀取、復制和修復脫氧核糖核酸的“機器”，是讓大腦中神經元隨時準備運轉的“泵”，是促進機體免疫反應的抗體，是細胞向外界傳遞信息的傳感器，是調節人體內所有細胞的激素。

蛋白質通常由20種不同的氨基酸組成。在蛋白質中，氨基酸以長鏈連接在一起，折疊起來形成獨特的三維結構，這對蛋白質的功能至關重要。要了解生命如何運作，首先就需要了解蛋白質的形狀和結構。

自19世紀以來，化學家就已了解蛋白質對生命過程的重要性。但直到20世紀50年代，隨著研究工具精度的提高，研究人員才開始借助儀器解析蛋白質三維結構。到20世紀70年代，研究人員已經認識到，決定蛋白質如何折疊的相關信息蘊含在組成蛋白質的氨基酸序列中。從那時起，研究人員一直懷有一個夢想，即試圖根據已知的氨基酸序列預測蛋白質三維結構，但這非常困難，甚至一度被認為是不可能實現的夢想。

“阿爾法圍棋”設計者破解蛋白質結構之謎

然而，就在4年前，出現了一個驚人的突破。2020年，谷歌旗下“深層思維”公司的德米斯·哈薩比斯和約翰·江珀提出名為“阿爾法折疊2”的人工智能模型。

哈薩比斯是來自英國的神經學家和企業家，他是“深層思維”公司的聯合創始人和首席執行官。他從4歲開始下國際象棋，2009年獲得英國倫敦大學學院認知神經科學博士學位。他還曾領銜開發“深層思維”公司的“阿爾法圍棋”程序，該程序在復雜的圍棋游戲中擊敗世界冠軍、韓國圍棋選手李世石。

江珀則是“深層思維”公司高級研究科學家，早年在美國芝加哥大學獲得理論化學博士學位，研究方向為使用機器學習模擬蛋白質折疊。2021年，《自然》雜志曾將他列入年度“十大科學人物”。

“阿爾法折疊2”模型曾贏得有著生物計算領域“奧運會”之稱的“蛋白質結構預測關鍵評估”比賽，并成為第一個能準確預測蛋白質三維結構的機器學習模型。

“阿爾法折疊2”模型成功解決了科學家苦苦思索了數十年的難題——從氨基酸序列預測蛋白質結構，它能夠預測幾乎所有已知的2億種蛋白質的結構。

自問世以來，“阿爾法折疊2”已被用于海量科學應用中，例如人們用它應對抗生素耐藥性、尋找瘧疾等疾病的新療法等。“阿爾法折疊2”極大縮短了人工確定蛋白質結構的時間，展示了人工智能對于科學發現的影響。此外，這項研究將有助于人們更好地了解疾病，并能加速新靶向藥物開發。到今年10月，已有來自大約190個國家的200多萬人使用了“阿爾法折疊2”程序。

設計全新蛋白質開辟無限可能

自然界中的蛋白質種類有限，研究人員希望創建出新的蛋白質種類，使其執行諸如分解有害物質或作為化學制造業工具等功能。該領域自20世紀90年代末興起，美國華盛頓大學西雅圖分校教授戴維·貝克在該領域取得突破。他開發的名為Rosetta的軟件成功構建出不是天然存在的全新蛋白質。

貝克的研究團隊首先提出一個全新結構的蛋白質，然后利用Rosetta計算哪種氨基酸序列可以生成所需的蛋白質。為了驗證該軟件的成功率，貝克的研究小組將軟件建議的氨基酸序列基因引入細菌，這些細菌生產了所需的蛋白質。然后，他們利用X射線晶體學確認了蛋白質結構與他們的設計幾乎完全符合。該成果于2003年發表。

此后，他的研究小組不斷創造出一個又一個具有新功能的蛋白質，可用于催生新的納米材料、靶向藥物、疫苗研發、微型傳感器以及更環保的化學工業等，為實現人類福祉開辟了無限可能。