科学家新视野－「预测蛋白质结构」获诺贝尔奖：巨大突破重塑医疗与科技未来

2024年诺贝尔奖化学奖于台湾时间下午5时45分公布，由华盛顿大学医学院蛋白质设计研究所所长贝克（David Baker）、Google旗下DeepMind人工智慧AlphaFold蛋白质结构资料库开发人员哈萨比斯（Demis Hassabis）与强普（John Jumper）共享殊荣。图／诺贝尔委员会

今年诺贝尔化学奖颁给「预测蛋白质结构」研究，不仅大幅缩短解密蛋白质结构的时间，还开创了设计蛋白质的新时代，未来不仅有助于医药产业，也将带来环境保护和其他科学领域的创新可能。

蛋白质是人体的基本元件，由一系列更小的分子所组成，了解蛋白质的三维立体结构，是深入理解人体生理运作的关键。截至几年前，虽然科学家们已知上亿笔组成蛋白质的序列，却仅能得知少量的蛋白质立体结构（约20万笔），因为测量蛋白质结构的传统实验方法耗时且昂贵，再加上确认每一个蛋白质的立体形状，往往需要将近十年的时间。这造成设计与了解蛋白质功能，以及药物与疫苗等领域的极大挑战。

人工智慧公司「Google DeepMind」的哈萨比斯（Demis Hassabis）和琼珀（John M. Jumper）领导的团队，发明了预测蛋白质结构的程式「AlphaFold」，运用人工智慧（AI）在预测蛋白质结构的比赛中展现出惊人能力，突破过去科学家仅能依赖特定计算方法才能精确预测某一种蛋白质结构的限制，可迅速利用蛋白质序列预测出几亿笔蛋白质立体结构，比起先前数十年才能得知几十万个蛋白质结构，节省大量时间。虽然预测结果仍须微调，但也已非常接近真实结构，是科学界的一大进展，能帮助我们更了解蛋白质如何在体内运作，也是哈萨比斯和琼珀获得今年诺贝尔化学奖的主因。

另一半的诺贝尔化学奖由华盛顿大学的贝克（David Baker）教授独得。贝克30多年来带领的团队是蛋白质结构研究的先驱，不断翻新多项预测蛋白质结构的工具，其中最为知名的是RoseTTAfold，让科学家们能够快速而准确地从蛋白质序列预测三维结构，彻底改变我们对生命科学的认知。贝克的团队更进一步运用AI技术，能够反向从蛋白质的三维结构，推估组成的序列，这一技术让科学家不仅能预测蛋白质结构、从结构得知蛋白质的组成，还可设计自然界不存在的蛋白质，以及创造出具有全新功能的蛋白质，开启全新的科学应用，涵盖抗体药物、开发疫苗、环境保护及材料科学等领域。

我们的团队在20多年来与结构计算领域一同成长，并运用AI技术致力于新药开发，台大衍生的新创公司思捷优达就是其中的成果之一。思捷优达透过AI开发新药且成功进入临床试验，结合学术界、医界与产业界的资源，快速推动治疗多重系统退化症的候选新药。短短一两年内，该新药已获得美国食品药物管理局（FDA）鼓励与支持药厂研发治疗罕见疾病的「孤儿药」资格，完成临床一期试验，并进入多国、多个试验中心的第二期临床试验。这显示运用AI计算技术能大幅缩短传统需要大量时间与经费的研发过程，让台湾在全球生技产业的竞赛中拥有更多机会，并更快为病患带来治疗的希望。