诺贝尔奖化学原理，揭开蛋白质的神秘面纱

蛋白质究竟是什么？关于荣获诺贝尔奖的化学原理阐释

周三，诺贝尔化学奖被授予了三位科学家，他们帮助揭开了蛋白质（生命的基石）的一些长期未解之谜。

2024 年诺贝尔化学奖获得者在屏幕上（从左至右依次为）：大卫·贝克、德米斯·哈萨比斯和约翰·M·江珀

谷歌 DeepMind 实验室的德米斯·哈萨比斯和约翰·江珀使用人工智能技术预测蛋白质的结构，而生物化学家大卫·贝克则成功设计出了自然界中从未见过的全新蛋白质。

这些突破有望带来诸多进展，比如从发现新药到研发分解污染物的酶。

以下是关于此次诺贝尔奖背后科学原理的阐释。

- 蛋白质是什么？ -

英国伯明翰大学的蛋白质研究员达维德·卡莱比罗告诉法新社：“蛋白质是充当‘我们身体中一切活动的‘工厂’’的分子。”

DNA 为每个细胞提供蓝图。然后蛋白质利用这些信息把细胞转化为特定的类别，比如脑细胞或者肌肉细胞。

蛋白质由 20 种不同的氨基酸组成。这些氨基酸起始的序列决定了它们会扭曲和折叠成何种三维结构。

美国化学学会会长玛丽·卡罗尔将其运作方式比作老式电话绳。

她对法新社说：“所以你要是把那根电话绳拉直，那你就只有一个一维结构了。”

她补充道：“然后它会弹回成三维形状。”

因此，如果化学家想要掌握蛋白质，他们需要了解二维序列是如何变成这些三维结构的。

“大自然已经提供了数以万计的不同蛋白质，但有时我们希望它们做一些它们尚不知如何去做的事情，”法国生物化学家索菲·萨克因-莫拉说道。

- 人工智能做了什么？ -

之前的诺贝尔奖获得者的工作表明，化学家应当能够查看氨基酸序列，并预测其将形成的结构。

但这并非易事，化学家们努力了 50 年。甚至还有一个两年举办一次的竞赛，名为‘蛋白质奥林匹克’，很多人在预测测试中都失败了。

哈萨比斯和杰普特出现了。他们用所有已知的氨基酸序列和相应结构来训练他们的人工智能模型 AlphaFold。

当给出一个未知序列时，AlphaFold 会将其与之前的序列作比较，逐渐在三维空间中重建谜题。

新一代的 AlphaFold2 在 2020 年的“蛋白质奥林匹克”中取得大胜后，组织者认为这个问题已得到解决。

该模型如今已预测出地球上已知的近乎 2 亿种蛋白质的结构。

- 那新的蛋白质呢？ -

美国生物化学家贝克从这一过程的另一端着手。

首先，他设计了一种自然界中从未见过的全新蛋白质结构。

然后，利用他开发的一个名为 Rosetta 的计算机程序，他能够算出其最初的氨基酸序列。

为了实现这一点，Rosetta 梳理了所有已知的蛋白质结构，以寻找与它想要构建的结构相似的短蛋白质片段。

Rosetta 随后对其加以调整，并给出了一个可能最终形成该结构的序列。

- 这一切都是为了什么？ -

掌握像蛋白质这类基础且重要的微小物质，未来可能有大量潜在用途。

“这使我们能更好地理解生命如何运作，包括某些疾病为何产生、抗生素耐药性如何发生，或者某些微生物为何能分解塑料，”诺贝尔奖网站称。

它补充道，制造全新的蛋白质有可能带来新的纳米材料、靶向药物和疫苗，或者更环保的化学品。

当被要求挑选最喜欢的蛋白质时，贝克指出了一个他‘在疫情期间设计的能够抵御冠状病毒的蛋白质’。

“我一直对一种鼻喷雾剂的构想感到非常兴奋，这种鼻喷雾剂由设计的小蛋白质组成，能够抵御所有可能的大流行病毒，”他通过视频链接在诺贝尔奖颁奖典礼上说。

卡莱比罗强调了这项研究将会有多么“变革性”。

“我觉得这仅仅是一个全新纪元的开端。”