AI凭啥又得奖？就凭它半小时干完了几年的活

主要观点总结

今年的诺贝尔化学奖颁给了两组研究者，他们分别开发了AlphaFold蛋白质结构预测工具和Rosetta蛋白质设计软件，对生物科学研究和应用产生了巨大影响。文章介绍了这两组研究者的主要贡献和这些研究成果的应用前景。

关键观点总结

关键观点1: AlphaFold的开发和贡献

戴密斯·哈萨比斯与约翰·朱默帕开发的人工智能模型AlphaFold，能快速准确地预测蛋白质结构，大大提高了蛋白质研究的效率。AlphaFold2预测蛋白质的分辨率达到了近原子级别，并在药物筛选等研究场合中表现出实用价值。

关键观点2: Rosetta的开发和贡献

生物化学家大卫·贝克利用计算机软件Rosetta成功设计出了全新的蛋白质。Rosetta软件不断升级，如今也与人工智能模型结合，为从头开始设计蛋白质提供了可能。这些新蛋白质在医药、工业催化、新型传感器和新材料等领域有重要应用价值。

关键观点3: 研究成果的应用前景

分析蛋白质结构和设计全新蛋白质的研究成果在多个领域有重要应用价值，包括医药、工业催化、新型传感器和新材料等。这些研究工具的应用将使得相关研发工作能够以前所未有的速度进行。

文章预览

点击图片进入历年诺贝尔奖解读合集 今年的诺贝尔化学奖颁给了两组研究者， 他们制造的分析工具极大地提升了蛋白质研究的效率 ，为生物科学研究和应用带来了不可估量的巨大影响。 2024年诺贝尔化学奖的主题是蛋白质。化学奖得主大卫·贝克构建出全新的蛋白质，成功完成了几乎不可能的壮举。戴密斯·哈萨比斯与约翰·朱默帕开发了一种人工智能模型，解决了一个 50 年前的问题：预测蛋白质的复杂结构。 AlphaFold： 又快又准的蛋白质结构预测 一组获奖者是 戴密斯·哈萨比斯（Demis Hassabis）与约翰·朱默帕（John M. Jumper） ， 他们参与创造了AI蛋白质结构分析工具AlphaFold 。 蛋白质的功能是由分子的三维空间结构决定的，因此，想要真正地理解蛋白质如何发挥作用，科学家们就必须准确地掌握 蛋白质的空间结构 。 蛋白质通常由20种氨基酸组成， ………………………………