640

諾貝爾化學獎最新得主,李嘉誠12年前已投資

2024年諾貝爾化學獎揭盅,由3名研究蛋白質的科學家奪得,當中2名科學家哈薩比斯(Demis Hassabis)和江珀(John M. Jumper)分別是Google DeepMind的創辦人及高級科學家,香港首富李嘉誠早在2012年就有份投資。他們還曾到香港拜訪李嘉誠並向他「上課」解釋相關技術,李嘉誠當時非常激動。


DeepMind
成立於2011年,還在它寂寂無名時,由李嘉誠的「紅顏知」周凱旋創辦的維港投資早於2012年已參與投資。DeepMind在2014年被Google收購,李嘉誠出售所持有的股權,獲得好幾倍回報。Google收購後,DeepMind就研發了人工智能圍棋程式AlphaGo,2016年在韓國首爾舉行了舉世矚目的「人機大戰」,結果AlphaGo 3:0 贏了棋王李世石,周凱旋就是當時少數獲邀在現場觀賽者之一。


2017年5月,哈薩比斯與另一名Deepmind創辨人Mustafa Suleyman(現Microsoft AI行政總裁),一起為李嘉誠「上課」,講解AI研究方向與各種應用的階段成果。李嘉誠當時覺得能參與DeepMind早期投資是可貴的緣份,一向用功的他邊聽邊記筆記,更因為激動數度站起來,害得兩創辦人也連忙禮貌地陪站。


那麼DeepMind與諾貝爾化學獎有什麽關係呢?自從圍棋「人機大戰」之後,DeepMind在2020年推出AlphaFold,是預測蛋白質結構的重要研究工具。蛋白質是三維立體結構,有如精巧的摺紙作品,而沒摺叠前的氨基酸序列就像一張白紙,如何從「白紙」預測蛋白質的三維結構,一直是分子生物學中的關鍵挑戰。生物中有超過2億種蛋白質,但科學界只掌握當中約17萬種的結構。研究人員要了解其結構,進而了解細胞成分、幫助開發有效藥物,應用在醫療行業和社會上。


自1994年起,科學家在預測蛋白質結構方面進展不大,直至AlphaFold及AlphaFold2的出現,由人工智能完成人力幾乎不可能完成的任務,完全顛覆了過去的技術,震撼了生物學界。AlphaFold2的三維蛋白質結構預測模型精準率超過90%,比最接近的競爭對手高出5倍;但同時它也沒有取代生物實驗,而更像一個縮小目標範圍的手段。而今年最新的AlphaFold3更是在兩年一次的「蛋白質結構預測競賽」(CASP)比賽中遙遙領先,被外國科學期刊形容為「變革者」(a game changer)。


今年諾貝爾化學獎還有一名得將者貝克(David Baker),他任職華盛頓大學生物化學系助理教授時,和學生共同開發了一款名為Rosetta的程序,如果已知一條氨基酸序列,程序就能算出其最後摺疊而成的蛋白質的三維結構。但貝克產生了另一個想法,如果反過來,已知蛋白質的最終結構,能否用程序倒推出它的氨基酸序列?


沿着這個思路,貝克團隊在2003年設計出了第一個原本並不存在於自然界中的蛋白質Top7,這個成果有力地支撐他獲得諾獎。但是Top7只能證明了「倒推」這個技術的可行性,卻沒有實際功能,所以他只能得半個諾貝爾獎,另外半個還要與哈薩比斯和江珀分享。被AlphaFold超越後,貝克團隊很快完成了追趕,在《科學》雜誌上介紹了其開發的RoseTTAFold演算法,同樣能預測和解析蛋白質三維結構,3位諾獎科學家在這條賽道上的切磋比拚顯然還會持續下去。


清華大學生物醫學交叉研究院助理教授、北京生命科學研究所研究員徐純福認為,在今年物理學獎已經頒發給機器學習科學家的情況下,諾貝爾化學獎仍然頒發給了3位計算研究領域的科學家,這體現了AI極其重要的科學價值。他表示,AI在生物、化學、醫藥等健康領域的潛力才剛剛嶄露一角,未來還大有發展空間。


「就拿我最熟悉的蛋白質計算設計來講,雖然今年相關成果獲獎了,但計算方法在功能蛋白的設計方面還面臨很大挑戰。」徐純福說,如果進一步改進AI演算法,能夠更準確設計酶、抗體等重要的功能蛋白,將有可能產生具有真正實用的全新蛋白。


徐純福同時認為,AI對科學研究重要性日益凸顯,科學家一方面要積極擁抱新的研究模式,同時也要儘量規避AI的局限性。「AI不是萬能的,科學家們需要揚長避短,推動AI在基礎科研更有效應用。」他說,科學家要更負責任地應用AI,不用AI做違背科學倫理、有害人類健康的科學研究。

 

 

(圖片来源於網絡)
本文由作者授權《獨家》發布
如需轉載請聯系小編




There are no comments

Add yours