諾貝爾化學獎最新得主，李嘉誠12年前已投資 |看家

點擊上方，關注獨家公眾號

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》微信平台發布

如需轉載請聯系小編

往期精彩回顧


香港慶75華誕，豐富活動聚一堂 |看家
Coldplay即將來港演出，啟德體育園迎首秀 |看家海洋公園熊貓龍鳳胎姐姐神似愛因斯坦，IP化是否拉動熊貓經濟 |看家

獨家新聞

獨家觀點

等你來掃！