諾獎劍指AI？谷歌蛋白質結構預測模型獲2023年拉斯克獎

基礎醫學研究獎獲得者。圖片來源：拉斯克獎官網

Demis Hassabis博士和John Jumper博士領導AlphaFold團隊借助人工智能（AI）系統成功解決了蛋白質結構預測難題，實現了準確性和速度的巨大突破。

蛋白質在細胞內扮演關鍵角色，其功能與三維結構緊密相關。雖然60多年前科學家確定氨基酸序列編碼蛋白質結構，但由于構象多樣性，嘗試所有可能的結構排列幾乎不可能。為克服挑戰，科學家采用多種方法，包括使用蛋白質數據庫片段來預測局部結構，但存在限制。

2018年，科學家開始引入機器學習到蛋白質結構預測，不同于傳統方法，機器學習系統能自發發現數據規律。Hassabis博士和Jumper博士的團隊在第13屆國際蛋白質結構預測競賽（CASP）中以機器學習系統獲勝，準確率超出亞軍近50%。他們繼續改進，旨在將誤差縮小到1埃米（原子大小）以下。

通過不斷改進，DeepMind研究團隊開發了AlphaFold2。在2020年的CASP中，AlphaFold2表現出色，對近100個蛋白質靶點的預測幾乎與實驗結果一致。這項技術已經在生物醫學和其他領域產生巨大影響，幫助理解核孔復合體，重新設計蛋白質用于藥物遞送和基因治療，也在制藥和環保中得到應用。

Hassabis博士和Jumper博士與歐洲分子生物學實驗室合作，共享項目和數據庫資源，為全球研究人員提供支持。此外，DeepMind團隊擴展了數據庫目錄，包括幾乎所有已知蛋白質，包括病毒和病原體蛋白質組。

AlphaFold技術改變蛋白質研究和應用方式，為科學家提供前所未有工具。這一成就開啟了研究和操縱蛋白質的新時代，潛力還在不斷挖掘，將在多個領域產生廣泛影響。

臨床醫學研究獎：光學斷層掃描（OCT）技術發明者

臨床醫學研究獎獲得者。圖片來源：拉斯克獎官網

直到20世紀90年代初，眼科醫生使用臨床眼底檢查來診斷眼部疾病，并以此來判斷導致失明的主要原因，如年齡相關性黃斑變性（AMD）、糖尿病性視網膜病變和青光眼等。但這些儀器缺乏提供有價值的結構信息所需要的精細深度分辨率。

1991年，James Fujimoto、David Huang和Eric Swanson發明了光學相干斷層掃描（OCT）技術。這項技術使用光束來探明人體組織內的微觀結構，如視網膜。能夠無痛、實時地生成高分辨率的眼內結構橫截面圖像而無需物理接觸，這是前所未有的。

他們隨后成立了一家旨在推動OCT廣泛應用的公司。他們在1994年將其出售給了漢弗萊·蔡司（Humphrey Zeiss），并繼續就改進提出建議，提升OCT設備的可用性從而向批量生產邁進。1996年，經過蔡司公司的大量投資和開發，第一臺用于眼科診斷的商業化OCT設備進入市場。OCT使醫生能夠迅速檢測并治療影響視力的視網膜疾病，從而拯救了數百萬人的視力。

盡管OCT在眼科的應用遠遠超過了其他領域，但全球范圍內的專家和實驗室研究人員正在探索其在多個醫學領域的潛力，包括心臟病學、外科引導、胃腸病學和皮膚科，以增加我們對疾病的理解并指導臨床決策。工程師已將OCT與導管和其他探測器結合在一起，心臟病專家正在利用這些工具來檢查動脈。這項技術能夠在體內進行觀察使得光學活檢成為可能，而不需要切除組織。

醫學科學特殊成就獎：卓越的科學發現、教育成果和領導力

醫學科學特殊成就獎獲得者。圖片來源：拉斯克獎官網

Piet Borst在多個領域做出了開創性的發現。在上世紀60年代，通過研究非洲錐蟲的異常線粒體DNA等問題，他揭示了寄生蟲通過在基因組的活躍點替換現有的外套蛋白（coatprotein）基因而逃避人類免疫系統。同時他還發現了一種全新的DNA構建模塊——堿基J（base J），它在錐蟲和其他寄生蟲終止生長的RNA鏈中起關鍵作用。在加入荷蘭癌癥研究所后，他開始研究導致哺乳動物對化療藥物產生抵抗性的基因。他在這一領域取得了眾多發現，特別是在蛋白質的正常生理作用方面。

除了他的科學貢獻以外，Piet Borst還是一個優秀且智慧的領導者、組織者和教育者。憑借遠見和毅力，他將荷蘭癌癥研究所引領至世界級水平。他還指導了歐洲及其他地區的重要科學組織和獎項委員會。他培養了許多獲得國際聲譽的研究者，并將他對科學的熱情和務實的態度投入到了公眾教育中。

參考資料：

拉斯克基金會官方網站：https://laskerfoundation.org/