Yahoo奇摩新聞 諾貝爾化學獎得主揭曉 3學者以蛋白質設計及結構預測共獲殊榮
諾貝爾獎（Nobel Prize）台灣時間9日公布2024年化學獎得主，由美國生化科學家大衛·貝克（David Baker），以及英國AI公司Google DeepMind的執行長傑米斯·哈薩比斯（Demis Hassabis）與研究者約翰·瓊珀（John M. Jumper），2組人馬共獲殊榮。
諾貝爾獎官方指出，大衛·貝克研究出蛋白質的建構模組，並以此設計出一種不同於所有已知蛋白質的全新蛋白質，可用於藥物、疫苗、奈米材料和微型感測器。
Google DeepMind團隊則開發名為AlphaFold2的AI模型，並成功預測蛋白質的組成結構，至今已經能夠識別出的約2億種蛋白質結構，都可透過AlphaFold2預測出來。
目前此AI模型已有超過200萬人使用，有助於進一步了解抗生素抗藥性，並創造可以分解塑膠的酶。
台灣科技媒體中心今日邀請4位專家解析得獎者之研究的重要性，並總結今年諾貝爾化學獎得主突破傳統限制，加速了蛋白質結構的預測和設計，對各領域帶來革命性進展。
中央研究院生物化學研究所副研究員吳昆峯指出，因近年AI的發展，貝克的研究團隊開發了更新的RoseTTAFold，跟Google的AlphaFold模型類似，並使用RoseTTAFold設計出長度僅約為抗體十分之一的蛋白質，能夠抑制新冠病毒感染細胞。
吳昆峯表示，目前這個蛋白質已進入第1期臨床試驗，近年也結合預測和設計蛋白質的技術打造新的蛋白質抗體。他認為獲獎者加速了抗體開發的過程，節省大量時間和資源。
中央研究院生物化學研究所研究員徐尚德表示，貝克開發出最新、有生成式AI功能的模型來預測蛋白質結構（RoseTTA diffusion），使得蛋白質的研究和應用有爆炸性的突破，在生技產業上非常有潛力。
國立清華大學化學系助理教授楊自雄則指出，哈薩與瓊珀的研究重點，是做到只要有胺基酸序列，即可預測出靜態的蛋白質結構。
楊自雄認為，化學和生醫領域過往耗費大量時間預測蛋白質結構，試錯的過程很長，這次得獎的研究，讓預測蛋白質結構的過程更有效率。還讓研究者能直接用胺基酸序列提問，以生成需要的蛋白質結構，降低生成結構的的成本，加速研究與應用的可能性。
諾貝爾獎自1901年起每年頒發，其中化學獎已頒發115次、誕生194名得主，僅8年因故停發。今（2024）年諾貝爾獎已於7日公布生醫獎、8日宣布物理獎得主，接著也將在10日、11日、14日依序揭曉文學獎、和平獎及經濟學獎。
更多公視新聞網報導
研究蛋白質結構預測 美、英共3學者獲諾貝爾化學獎
諾貝爾化學獎得主揭曉 3學者以蛋白質設計及結構預測共獲殊榮
諾貝爾物理獎表彰機器學習先驅 得主示警AI發展憂喜參半
