10月9日，瑞典皇家科学院宣布，2024年诺贝尔化学奖颁给“蛋白质结构预测”，三位对于利用深度学习预测蛋白质结构做出重要贡献的科学家获奖，其中一半给华盛顿大学教授David Baker，一半给Google DeepMind的Demis Hassabis和John M. Jumper，其中Jumper只有39岁，是近89年来最为年轻的诺奖得主。

第一点启示，革命性的科研范式大跃迁。2020年12月，谷歌DeepMind突破性地通过AI，从蛋白质分子的一维分子编码，准确预测出蛋白质分子的三维形状，大大加速新药物研发。蛋白质科学界的新秀 John Jumper 展示了一种新的人工智能工具 AlphaFold2，这款工具出自 Google DeepMind。在 Zoom 会议上，他提交的数据显示，AlphaFold2 的三维蛋白质结构预测模型准确率超过 90%，比最接近的竞争对手高出五倍。

第二点启示，AI快速预测所有分子结构。2024年5月8日，DeepMind在《自然》杂志报告了新工具AlphaFold3，能够预测DNA，小分子，离子与蛋白质组成的复杂结构。相比之前的特定领域的工具，AlphaFold3能够以更高的成功率对蛋白质配体相互作用（protein-ligand interactions）及蛋白质与核酸相互作用进行预测。AlphaFold3还可以对蛋白质翻译后修饰和离子对其结构复合物的影响进行预测。

第三点启示，AI仍有改进空间。谷歌AlphaFold3对RNA的结构预测存在不足，这也正是DeepMind正在持续改进的方向。AlphaFold3的进步不仅将得益于深度学习的发展，还因为经由实验（如冷冻电子显微镜和断层扫描技术的显著进步）提供大量新数据，进一步提升模型的泛化能力。

关注《田丰说》，每天3分钟，掌握全球AI大机遇。本视频由商汤如影数字人生成。