◎ 科技日报记者 都芃10月9日，2024年诺贝尔化学奖揭晓。戴维·贝克、戴密斯·哈萨比斯和约翰·乔普共享这一奖项。戴维·贝克在“计算蛋白质设计”领域贡献突出，其余两人则在“蛋白质结构预测”方面成就斐然。这也是继物理学奖之后，今年诺贝尔奖再一次授予人工智能的相关成果及科学家。人工智能“梅开二度”作为全球最重磅的科技奖项之一，每年诺贝尔奖颁奖前，各类预测层出不穷。在今年诺贝尔化学奖揭晓前，此次获奖的三位科学家已呼声极高。奖项结果称得上众望所归。“尤其是戴维·贝克，他是计算蛋白质设计领域的拓荒者，并且持续性做出国际先进的研究成果，我认为他们获奖实至名归。”清华大学生物医学交叉研究院助理教授、北京生命科学研究所研究员徐纯福认为，在今年诺贝尔物理学奖已经颁发给机器学习科学家的情况下，诺贝尔化学奖仍然颁发给了三位从事计算…

文 ｜ 《中国科学报》 记者 赵广立 冯丽妃 沈春蕾 王一鸣David Baker、Demis Hassabis和John Jumper（从左至右）图片来源：BBVA Foundation“非常震撼，众望所归！”在2024年诺贝尔化学奖揭晓的那一刻，《中国科学报》直播间里的几位解读嘉宾几乎同时发出了这样的感慨。2024年诺贝尔化学奖一半授予美国生物化学家戴维·贝克（David Baker），以表彰他在计算蛋白质设计方面的贡献；另一半则授予了英国人工智能（AI）科学家德米斯·哈萨比斯（Demis Hassabis）和美国科学家约翰·江珀（John M. Jumper），表彰他们在蛋白质结构预测方面取得的成就。值得指出的是，生于1985年的江珀是诺奖历史上首位“80后”得主。获奖人之一贝克是北京大学化学与分子工程学院教授王初的博士生导师，他在当天傍晚突然遭遇“信息轰炸”。“突然接到许多祝贺信息，我也跟着沾到了喜气！”王初在接受《中国科学…

作者丨陈列平 凤凰网《CC情报局》特约撰稿员编辑丨白金娜 黎人恺三位科学家用人工智能“破解了”几乎所有已知蛋白质的“密码”，获得诺贝尔奖2024年诺贝尔化学奖了授予华盛顿大学的戴维·贝克教授（David Baker）、谷歌 DeepMind 的德米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John Jumper），他们因“蛋白质结构预测”，破解了蛋白质结构的密码，从而获得诺奖。诺贝尔化学奖委员会主席海纳·林克说：“蛋白质里这20种氨基酸所蕴含的潜力，无论怎样强调都不为过。”2024 年诺贝尔化学奖旨在表彰对氨基酸的全新理解和掌握。奖金的一半授予德米斯·哈萨比斯和约翰·江珀，他们利用人工智能成功解决了化学家们50多年来一直饱受困扰的一个问题：如何根据氨基酸序列预测蛋白质的三维结构。他们的研究成果让化学家们能够预测几乎所有2亿种已知蛋白质的结构…

财联社10月9日讯（编辑 牛占林）当地时间周三(10月9日)，瑞典皇家科学院宣布，将2024年诺贝尔化学奖授予大卫·贝克(David Baker)、戴米斯·哈萨比斯(Demis Hassabis)和约翰·江珀(John M.Jumper)，以表彰他们在蛋白质设计和蛋白质结构预测领域作出的贡献，这些技术有潜力改变药物开发的方式，并且能够提高我们对生物学的理解能力。诺贝尔奖委员会表示，贝克在2003年设计了一种新的蛋白质，此后他的研究小组创造了一种又一种富有想象力的蛋白质，包括可用于药物、疫苗、纳米材料和微型传感器等方面的蛋白质。该委员会补充说，哈萨比斯和江珀则创建了一个人工智能(AI)模型，该模型能够预测研究人员已经确定的几乎所有2亿种蛋白质的结构。据悉，哈萨比斯和江珀为DeepMind开发了用于预测蛋白质结构的AlphaFold模型。就在5月份，DeepMind推出了AlphaFold 3模型，能够帮助科学家更精确地针对疾…

导 读刚刚，2024年诺贝尔化学奖公布，一半授予大卫·贝克（David Baker），“以表彰在计算蛋白质设计方面的贡献”；另一半则共同授予德米斯·哈萨比斯（Demis Hassabis）和约翰·M·詹珀（John M. Jumper），“以表彰他们在蛋白质结构预测方面的成就”。德米斯·哈萨比斯和约翰·詹珀成功地利用人工智能技术预测了几乎所有已知蛋白质的结构。而大卫·贝克掌握了生命的构建模块，并创造了全新的蛋白质。撰文 | 秦朗● 　● 　●2024年诺贝尔化学奖获得者：戴密斯·哈萨比斯（Demis Hassabis）、约翰·乔普（Jonh Jumper）、大卫·贝克（David Baker）戴密斯·哈萨比斯 (Demis Hassabis)哈萨比斯早就享誉国际科技圈。出生于1976年，在伦敦长大，母亲是新加坡华人。4岁开始下国际象棋，有“国际象棋神童”…

导读：昨天的诺贝尔物理学奖公布，许多科学界人士感到震惊，诺奖得主Hinton都称“没有想到”。今年的诺贝尔化学奖会不会带来更多惊喜？诺贝尔委员会能否勇于再选基于深度学习的AlphaFold？（见文章：2024诺贝尔化学奖会有意外吗？AI预测蛋白结构、低碳技术或日本科学家？）结果：诺奖委员会一黑到底，颁奖给蛋白结构预测：一半授予大卫·贝克（David Baker），另一半则共同授予德米斯·哈萨比斯（Demis Hassabis）和约翰·M·詹珀（John M. Jumper）。你猜对了吗？李研 | 撰文深度学习用于预测蛋白质的三维结构和功能热门人选：John M. Jumper，Demis Hassabis，David Baker主要贡献：蛋白质三维结构和功能的预测是现代生物化学和分子生物学中的一个重要研究领域。确定蛋白质结构的传统方法，如X射线晶体学和冷冻电子显微镜，既耗时又昂贵。近年来，人工智能和机器学习技术的发…

当地时间10月9日，瑞典皇家科学院宣布，将2024年诺贝尔化学奖授予David Baker，以表彰其在计算蛋白质设计方面的贡献，另一半则共同授予Demis Hassabis和John M. Jumper，以表彰其在蛋白质结构预测方面的贡献。此前，诺贝尔化学奖已颁发过115 次，已颁发给194位获奖者。由于英国化学家弗雷德里克·桑格尔（Frederick Sanger）和美国化学家巴里·夏普勒斯（Barry Sharpless）曾两次获得该奖项。因此，自1901年以来，共有192人获得过诺贝尔化学奖。此前5年的诺贝尔化学奖2023年诺贝尔化学奖授予美国麻省理工学院教授蒙吉·G·巴文迪(Moungi G. Bawendi)、美国哥伦比亚大学教授路易斯·E·布鲁斯(Louis E. Brus）和美国纳米晶体技术公司前首席科学家阿列克谢·伊基莫夫(Alexei Ekimov)，以表彰他们在发现和合成量子点（quantum dots）方面作出的贡献…

2024 年 10 月 8 日，瑞典皇家科学院宣布，将 2024 年诺贝尔物理学奖授予美国普林斯顿大学教授 约翰·J·霍普菲尔德（John J. Hopfield ）和加拿大多伦多大学教授杰弗里·E·辛顿（ Geoffrey E. Hinton），以表彰他们“在人工神经网络机器学习方面的基础性发现和发明”。这两位科学家的工作为当今强大的机器学习技术奠定了基础。Hopfield 创造了一种能够存储和重建信息的结构，而 Hinton 发明了一种可以独立发现数据中规律的方法，这种方法对现在使用的大型人工智能系统至关重要。两位获奖人肖像（图片来源：诺贝尔奖委员会官网）机器学习：计算机的自主学习之旅Hopfield 和 Hinton 的开创性工作为一个更广泛的领域“机器学习”奠定了基础。机器学习是人工智能的核心，它的目标是让计算机能够从数据中学习并完成任务，而不需要完成任何指令都需要首先进行复杂而脆弱的编程，这…

2014年，风靡全球的“冰桶挑战赛”将渐冻症（ALS）这一疾病带入了大众的视野。作为一种罕见病，ALS患者存活的时间通常为3到5年。10月8日，渤健中国宣布，中国药监局附条件批准托夫生注射液（商品名：凯盛迪）用于治疗携带超氧化物歧化酶1（SOD1）基因突变的ALS成人患者，这也成为中国首个获批上市的ALS精准治疗药物。ALS，又称肌萎缩侧索硬化。中国ALS的患病率约为十万分之三，由于我国人口基数庞大，ALS患者并不罕见。ALS是运动神经元病中最常见的一种类型，疾病通常会导致患者大脑和脊髓中与运动相关的神经细胞逐渐死亡，从而引起全身与自主运动相关的肌肉无力和萎缩，最终，患者往往因吞咽困难、呼吸肌无力等问题而死亡。SOD1是第一个被发现的ALS致病基因。目前，已知由SOD1基因突变引起的ALS约占所有ALS的2%，属于超罕见疾病。SOD1-ALS患者的平均发病年龄约为50岁，中位生存期为2.7年，平均病程约为5年。患者多为脊…

▎药明康德内容团队编辑今日下午，万众瞩目的诺贝尔生理学或医学奖公布了获奖者名单，在微RNA（microRNA）领域做出突破性贡献的Victor Ambros教授和Gary Ruvkun教授摘得桂冠。这两位学者发现了microRNA及其在转录后基因调控中的作用，他们的发现让我们对基因调控有了全新的认识，获奖可谓是实至名归。▲Victor Ambros教授和Gary Ruvkun教授（图片来源：参考资料[1])停止生长的线虫让我们把时钟回拨到40年前。1981年，《细胞》杂志上刊登了一篇关于线虫的研究论文，里头报道了两种线虫的突变体。其中，一种叫做lin-4的突变体吸引了人们的注意。这个突变体最初在分子生物学大牛Sydney Brenner教授的实验室中被发现，并在这篇论文中得到了Martin Chalfie 、Robert Horvitz、以及John Sulston三名科学家的进一步阐述。值得一提的是，这四位科学家之后都拿过诺贝尔奖。▲这项研究的3名作者后来都拿了诺贝尔奖（图片来源：参考…