諾獎風向標指向AI 谷歌蛋白質結構預測模型獲頒醫學領域頂級獎項
美國當地時間週四,醫學領域頂級獎項——拉斯克獎(The Lasker Awards)宣布,谷歌DeepMind的研究人員、光學相干斷層成像技術的發明者,以及在癌症研究領域奮戰50餘年的荷蘭科學家榮獲今年的獎項。
(來源:拉斯克獎)
拉斯克獎也是知名的「諾貝爾獎風向標」。僅在過去20年時間裡,包括中國科學家屠呦呦在內,一共有32位拉斯克獎得主隨後拿到了諾貝爾獎。所以GoogleDeepMind此番獲獎,也點燃了AI領域研究未來被諾貝爾獎的希望。
今年的得獎者是誰?
今年拉斯克獎總共設立了三個獎項,其中谷歌DeepMind的Demis Hassabis和John Jumper憑藉預測蛋白質3D形狀的人工智慧系統AlphaFold拿下了今年的基礎研究獎。
作為支撐人體基本生命活動的物質,蛋白質由20種氨基酸呈念珠狀連接形成三維形狀,而形狀本身決定了蛋白質的功能,所以研究蛋白質形狀一直是醫學領域的熱門方向。
1972年,憑藉蛋白質折疊研究榮獲諾貝爾獎的美國生物化學家克里斯蒂安·B·安芬森,在發表獲獎感言時曾表示,總有一天,我們可以僅憑藉氨基酸的序列來預測任意蛋白質的三維結構。而他提出的設想終於在機器學習和人工智慧的時代實現了。AlphaFold名字裡的Fold,就是取自這裡的「折疊」之意。
時至今日,過往需要X射線、低溫電子顯微鏡、核磁共振等技術耗費數月、甚至幾年的事情,最短只需要幾分鐘就能得出準確度相當高的結果。拉斯克獎表示,這種變革性的方法正在迅速推進基本生物過程的理解,並促進藥物設計。
AlphaFold在去年發布了一個包含2億蛋白質預測結構的資料庫,這個數量已經接近人類科學已知的所有蛋白質。與大眾更熟悉的AlphaGo類似,AlphaFold是透過機器學習17萬個蛋白質序列,以及科學家在實驗室中研究出的結構進行訓練,掌握了預測蛋白質結構的訣竅。
正因為預測蛋白質形狀在醫學領域的重要性,所以AlphaFold、以及後續準確率更高的AlphaFold2問世後,一直被媒體稱為「有機會衝擊諾獎的成就」。
除了AlphaFold外,今年的拉斯克臨床醫學研究獎頒給了麻省理工大學的詹姆斯·藤本和埃里克·斯旺森,以及俄勒岡健康&科學大學的華裔科學家David Huang,以表彰他們在光學相干層析成像(OCT成像)領域的傑出貢獻。
與X射線、核磁共振、超音波成像等醫學影像技術相比,OCT具有成本低、解析度高、非接觸、無損傷等優勢。經過近30年的發展,OCT在眼科檢查、冠狀動脈疾病以及癌症研究領域都已建樹。產業研究機構Reportlinker在今年4月發布的報告中預期,到2028年全球OCT市場可望達到21億美元。
最後,荷蘭癌症研究所的Piet Borst獲得了今年的拉斯克醫學科學特別成就獎,表彰他在醫學研究領域超過50年的非凡職業生涯。
拉斯克獎表示,Borst在多個領域都取得了開創性的發現:他的研究揭示了人體對癌症治療的反應、寄生蟲如何逃避人體免疫系統,並為導致癌症藥物耐受的分子泵提供了深入的見解。他闡明了一個出乎意料的新陳代謝途徑,揭示了一種新的DNA構建模組,並確定了一種遺傳性疾病的生化基礎。除了科學研究外,在他的領導下荷蘭癌症研究所成為世界一流的機構。另外Borst也在教學、外部機構指導、公共教育等領域取得了卓越的成就。
順便一提,今年已經89歲的Borst,也是荷蘭(在他那個年紀)的頂級網球選手。