諾貝爾化學獎｜3位科學家靠AI破解蛋白質難題 將成藥物、疫苗開發主流方式
【記者王良博／台北報導】本年度諾貝爾獎化學獎得主今（9）日公布，由美國生物化學家貝克（David Baker），以及英國科學家哈薩比（Demis Hassabis）和美國的江珀（John M. Jumper）共同獲奬，3人分別因為破解了蛋白質驚人結構的密碼獲肯定。國內學者評論，3人的貢獻解決重要的生物化學問題，是化學界了不起的成就，未來可應用於藥物、疫苗的開發等，預估會成為疫苗抗體篩選、藥物設計的主流方法。
用AI預測蛋白質結構獲獎
諾貝爾委員會今天宣布，今年諾貝爾化學奬頒給3人，表彰美國生物化學家貝克（David Baker）「以電腦計算蛋白質設計」，以及哈薩比（Demis Hassabis）和美國的江珀（John M. Jumper）的「蛋白質結構預測」突破性成就。
至於得獎理由，諾貝爾獎官網指出，蛋白質可控制並驅動所有化學反應，這些化學反應共同構成了生命的基礎，而蛋白質通常由20種不同的胺基酸（amino acids）組成，貝克2003年成功設計了一種不同於任何其他蛋白質的新蛋白質。自此，他的研究小組創造多種富有想像的蛋白質，包括可用作藥物、疫苗、奈米材料和微型感測器的蛋白質。
另外，在蛋白質中，胺基酸以長串連接在一起，折疊起來形成3D結構，這對蛋白質的功能相當重要。自1970年代以來，研究人員一直試圖根據胺基酸序列來預測蛋白質結構，但這非常困難。直到4年前，哈薩比斯和瓊珀，提出一個名為「AlphaFold2」的AI模型，並藉此預測幾乎所有已被研究人員識別出的2億種蛋白質之結構。
學者讚化學界「了不起的成就」
台灣科技媒體中心在諾貝爾化學獎得主出爐後，邀請陽明交大生化暨分子生物研究所教授黃介嶸、中研院生物化學研究所研究員徐尚德、中研院生物化學研究所副研究員吳昆峯、清大化學系助理教授楊自雄，說明得獎者的貢獻。
黃介嶸表示，蛋白質是不同氨基酸排列組合而成，既然氨基酸已經被科學家得知，因此早在數十年前，科學家就認為，可以藉由氨基酸去預測蛋白質的結構，不過實際上沒那麼容易，三位得獎者的貢獻，是可透過生成式AI，提高蛋白質結構預測的準確度。
楊自雄則說到，AlphaFold2應用的原理，和ChatGPT相同，都是生成式AI的概念，可視為基於基因序列的大型語言模型，可以在給予一段基因序列之後，預測出蛋白質的結構。
廣告
徐尚德解釋，要找到蛋白質的結構，以往可透過實驗的方式得知，但AlphaFold2能以AI技術加以預測，雖然無法完全正確，可是能夠省下實驗的成本。
黃介嶸稱讚，此次得獎者成功解決重要的生物化學問題，徐尚德也說，AI可預測蛋白質結構，甚至可以生成蛋白質，得獎者的貢獻是化學領域「了不起的成就」。
有助節省藥物、疫苗開發成本
至於本年度諾貝爾化學獎得主的研究，可以實際應用於哪些地方，楊自雄表示，以往設計新的蛋白質、藥物，要經歷不斷嘗試、失敗的過程，但有了AI去預測蛋白質結構，能省下非常多嘗試、失敗的時間。
吳昆峯進一步舉例，以疫苗開發來說，利用生成式AI的技術，能把傳統上利用不斷篩選，找出適合抗體的方式，改成以AI模擬，找到有潛力的抗體，進而加速開發進程。
不過，他坦言目前尚未有已經上市的藥物，是經由生成式AI技術製作的，但預估未來會成為疫苗抗體篩選、藥物設計的主流方法。
楊自雄也強調，以AI技術開發的藥物，有80％到90％可以成功進入第一期藥物實驗，有40％能進入第二期藥物實驗，比起沒有採取AI技術的新藥開發，成功率高出許多。
除了藥物、疫苗開發之外，徐尚德指出，在分解塑膠、應用光合作用等方面，都可運用AI預測蛋白質結構的技術。
六旬貝克仍像大學剛畢業
此外，談起對得獎者的印象，徐尚德透露，他曾數次聆聽貝克的演講，貝克已經60多歲，但外表看起來還像是剛大學畢業，據說他每天都會有不同的想法，是超級有創意、充滿好奇心，又有很多想法的厲害科學家，就連想要進入他的實驗室工作，都得先準備好研究想法、說服貝克這是有趣的研究內容，才能順利進到實驗室。
黃介嶸也回顧，他曾和貝克聯繫，希望到他的實驗室進行博士後研究，他準備了對「無序蛋白質」研究的主題，但未能說服貝克，無緣進入他的實驗室。
至於哈薩比斯跟瓊珀，兩人都在Google旗下AI研究團隊DeepMind任職，其中，哈薩比斯是DeepMind執行長，兩人年紀分別僅有48歲與39歲。
推薦新聞
諾貝爾化學獎｜2人用AI建立「蛋白質結構Google搜尋引擎」 拯救忙了半世紀的科學家
