原標(biāo)題：AI改變基礎(chǔ)科學(xué)研究范式

10月9日，2024年諾貝爾化學(xué)獎(jiǎng)揭曉。戴維·貝克、德米斯·哈薩比斯和約翰·江珀共享這一獎(jiǎng)項(xiàng)。前者在“計(jì)算蛋白質(zhì)設(shè)計(jì)”領(lǐng)域貢獻(xiàn)突出，后兩位則在“蛋白質(zhì)結(jié)構(gòu)預(yù)測”方面成就斐然。這也是繼物理學(xué)獎(jiǎng)之后，今年諾貝爾獎(jiǎng)再次被授予人工智能（AI）的相關(guān)成果及科學(xué)家。

獲獎(jiǎng)結(jié)果眾望所歸

作為全球最重磅的科技獎(jiǎng)項(xiàng)之一，每年諾貝爾獎(jiǎng)?lì)C獎(jiǎng)前，各類預(yù)測層出不窮。在今年諾貝爾化學(xué)獎(jiǎng)揭曉前，此次獲獎(jiǎng)的三位科學(xué)家已呼聲極高，獎(jiǎng)項(xiàng)結(jié)果稱得上眾望所歸。

“尤其是貝克，他是蛋白質(zhì)計(jì)算設(shè)計(jì)領(lǐng)域的拓荒者，并且持續(xù)做出國際先進(jìn)的研究成果。我認(rèn)為他們獲獎(jiǎng)實(shí)至名歸?！鼻迦A大學(xué)生物醫(yī)學(xué)交叉研究院助理教授、北京生命科學(xué)研究所研究員徐純福認(rèn)為，在今年物理學(xué)獎(jiǎng)已經(jīng)頒發(fā)給機(jī)器學(xué)習(xí)科學(xué)家的情況下，諾貝爾化學(xué)獎(jiǎng)仍然頒發(fā)給了三位計(jì)算研究領(lǐng)域的科學(xué)家，這體現(xiàn)了AI極其重要的科學(xué)價(jià)值。

“獲獎(jiǎng)成果和我的研究領(lǐng)域息息相關(guān)，對我們研究者是一種激勵(lì)?！闭憬髮W(xué)生命科學(xué)研究院研究員林世賢激動(dòng)地說，獲獎(jiǎng)?wù)咧坏慕曛挥?9歲，這對廣大青年科研工作者也是一種鼓舞。

蛋白質(zhì)結(jié)構(gòu)預(yù)測一直是計(jì)算生物學(xué)和結(jié)構(gòu)生物學(xué)所關(guān)心的重要問題。清華大學(xué)生命科學(xué)學(xué)院教授楊茂君介紹，早期蛋白質(zhì)結(jié)構(gòu)預(yù)測主要依靠同源蛋白結(jié)構(gòu)，但是實(shí)驗(yàn)解析的蛋白結(jié)構(gòu)數(shù)量占總蛋白數(shù)量的比例很低，因此預(yù)測效率不高、準(zhǔn)確度有限。后期，隨著機(jī)器學(xué)習(xí)興起，人工智能迅速發(fā)展，科學(xué)家開始嘗試將人工智能應(yīng)用于蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域，開發(fā)出結(jié)構(gòu)預(yù)測工具“阿爾法折疊”以及后續(xù)版本。該成果實(shí)現(xiàn)了蛋白質(zhì)結(jié)構(gòu)預(yù)測精度和效率的飛躍，幾乎解決了單一蛋白質(zhì)結(jié)構(gòu)預(yù)測的問題，有望給藥物研發(fā)帶來重要變革。

AI用于科研潛力巨大

此次諾貝爾化學(xué)獎(jiǎng)，除了是對獲獎(jiǎng)?wù)叩谋碚?，也是對人工智能在基礎(chǔ)科學(xué)研究領(lǐng)域深入應(yīng)用的重要認(rèn)可。

楊茂君認(rèn)為，這次獲獎(jiǎng)的研究定義了一個(gè)理論上可以解決所有科學(xué)問題的范式，即從實(shí)際問題出發(fā)，將其轉(zhuǎn)變?yōu)锳I可以處理的輸入數(shù)據(jù)，再經(jīng)過深度學(xué)習(xí)網(wǎng)絡(luò)，最終輸出結(jié)果。

“在所有通過輸入得出輸出的問題上，AI理論上都可以作為有力的工具，這反映了AI在科學(xué)研究領(lǐng)域的廣闊潛力?！痹跅蠲磥?，這一技術(shù)的應(yīng)用范圍并不限于生物、化學(xué)、物理等領(lǐng)域，其應(yīng)用范圍主要取決于如何將客觀世界的問題（或數(shù)據(jù)）抽象成AI可以學(xué)習(xí)和處理的形式，以及現(xiàn)實(shí)世界是否有足夠多的真實(shí)數(shù)據(jù)，訓(xùn)練和構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)。

“AI在蛋白質(zhì)設(shè)計(jì)領(lǐng)域的應(yīng)用突破可以說是天時(shí)地利人和，水到渠成。”楊茂君解釋，蛋白結(jié)構(gòu)的一級序列足夠簡單，且蛋白質(zhì)的三維結(jié)構(gòu)輸出也有標(biāo)準(zhǔn)的表達(dá)形式，并且在過去幾十年，結(jié)構(gòu)生物學(xué)領(lǐng)域累積了大量真實(shí)蛋白結(jié)構(gòu)數(shù)據(jù)。

徐純福也表示，AI在生物、化學(xué)、醫(yī)藥等健康領(lǐng)域的潛力才剛剛嶄露一角，未來還大有發(fā)展空間。

“就拿我最熟悉的蛋白質(zhì)計(jì)算設(shè)計(jì)來講，雖然今年相關(guān)成果獲獎(jiǎng)了，但計(jì)算方法在功能蛋白的設(shè)計(jì)方面還面臨很大挑戰(zhàn)?！毙旒兏Ｕf，如果進(jìn)一步改進(jìn)AI算法，能夠更準(zhǔn)確設(shè)計(jì)酶、抗體等重要的功能蛋白，將有可能產(chǎn)生具有真正實(shí)用的全新蛋白。

徐純福同時(shí)認(rèn)為，AI對科學(xué)研究重要性日益凸顯，科學(xué)家一方面要積極擁抱新的研究范式，同時(shí)也要盡量規(guī)避AI的局限性?！癆I不是萬能的，科學(xué)家們需要揚(yáng)長避短，推動(dòng)AI在基礎(chǔ)科研更有效應(yīng)用?！彼f，科學(xué)家要更負(fù)責(zé)任地應(yīng)用AI，不用AI做違背科學(xué)倫理、有害人類健康的科學(xué)研究。

（記者都芃、記者張佳星對本文亦有貢獻(xiàn)）