备注请放最后面 违者新闻文章删除
1.媒体来源:
2.记者署名:
3.完整新闻标题:
诺贝尔化学奖得主用AI预测蛋白质 将成抗体筛选、药物设计主流
4.完整新闻内文:
联合报／ 记者 李芯／ 台北即时报导
2024年诺贝尔化学奖今日宣布，华盛顿大学的生物化学家贝克（David Baker）、Google
DeepMind的琼珀（John Jumper）及哈萨比斯（Demis Hassabis），分别以蛋白质设计与
蛋白质结构研究，拿下本届化学奖殊荣。学者指出，贝克的实验室所开发的软件，曾开发
出全球第一个人工合成的酵素；琼珀、哈萨比斯的研究，则借由AI，在5年内将蛋白质折
叠预测的准确率从40％提高到90％。
台湾科技媒体中心在诺贝尔化学奖得主出炉后，邀请国内学者分析得主研究成果。中央研
究院生物化学研究所副研究员吴昆峯说明，贝克的实验室所做的研究，是蛋白质折叠的研
究领域中非常困难的题目，科学家50几年来用尽一切的方法预测，想让蛋白质折叠成正确
的构形。贝克的实验室拥有全世界最领先的技术，他过去发展一套称为Rosetta的软件，
不只能修改原来的蛋白质，也可以从不存在的序列找到新的功能、新的折叠方式。
吴昆峯指出，Rosetta在2003年就开发出全球第一个人工合成、人工设计的酵素，这证明
可以用软件来设计一个“不存在于世界上任何一种序列”的蛋白质，并引发学界20年来相
继投入这个领域。往后Rosetta软件持续优化、修改后，才会有AI软件的加入，让蛋白质
结构预测更成功。
中央研究院生物化学研究所研究员徐尚德指出，Rosetta最近还推出了非常强大的功能，
名为Rosetta Diffusion，跳脱过去用基因得到蛋白质结构、了解功能，用已知的知识创
造未知的东西的方式，能够用“生成”的方法来设计蛋白质，并辨识蛋白质能不能制成药
物。疫情期间贝克的公司还直接上市，并由另一个大药厂用10亿美金买下，也显示当今生
技产业的潜力。
国立清华大学化学系助理教授杨自雄表示，哈萨比斯及琼珀研究的重要性在于，只要给出
一串基因序列，就能生成出应该得到的静态蛋白质结构。过去科学家用物理方式做蛋白质
折叠，准确率相对低又耗时长，2016年的准确率仅约40％。而到2020年，两人提出的
AlphaFold2模型准确率达到90％，也就是说，给出一段DNA序列，折叠出来的蛋白质结构
有90％可以跟实质上得到的结构一样，是对于药物设计非常重要的发现。
吴昆峯指出，他们设计的东西可能还没有到药物开发、上市阶段，但往后几年应该会成为
做抗体筛选、药物设计的主流方式。
徐尚德表示，贝克在疫情之后不太出远门，去年台湾生物物理学会有邀请贝克演讲，但他
表示无法到台湾，只能用录影的方式。徐也听过贝克的几次演讲，最近一次是在西雅图大
学办理的研讨会，据他了解，贝克现在的实验室有一整栋4层楼，一半做实验、一半做AI
。即使已经不在研究的第一线，他每天都还是有不同的想法、和不同人讨论，仍充满好奇
心，让他直呼非常了不起。
https://uc.udn.com.tw/photo/2024/10/09/realtime/30688655.jpg
5.完整新闻连结 (或短网址)不可用YAHOO、LINE、MSN等转载媒体:
※ 当新闻连结过长时，需提供短网址方便网友点击
https://udn.com/news/story/123769/8281901
6.备注:
※ 一个人一天只能张贴一则新闻(以天为单位)，被删或自删也算额度内，超贴者水桶，请注意
※ 备注请勿张贴三日内新闻(包含连结、标题等)
https://uc.udn.com.tw/photo/2024/10/09/realtime/30689069.jpg