近日，诺贝尔基金会宣布了一项令人瞩目的奖项决定，将2023年诺贝尔化学奖授予了三位在人工智能与蛋白质结构预测领域取得杰出成就的科学家：DeepMind公司的Demis Hassabis博士和John Jumper博士，以及华盛顿大学的David Baker教授。这三位科学家分别出生于60、70、和80年代，他们各自的人生轨迹虽不相同，却共同在利用AI预测和设计蛋白质结构方面做出了革命性的贡献。
Demis Hassabis，这位出身于英国伦敦的科学家，自幼便展现出非凡的智力与天赋。从四岁开始下棋，到八岁编写棋盘游戏程序，再到13岁成为国际象棋大师，Hassabis的才华得到了充分的展现。然而，他并未止步于此，而是将兴趣转向了人工智能领域。在剑桥大学毕业后，他先后创办了游戏公司和DeepMind，后者更是因开发出AlphaFold算法而在蛋白质结构预测领域取得了突破性进展。这一成就不仅解决了长达50年的“蛋白质折叠问题”，还极大地推动了生物医学和药物研发的发展。
John Jumper博士，作为DeepMind公司AlphaFold项目的首席高级研究员，与Hassabis共同主导了AlphaFold及后续版本的研发工作。尽管他最初立志成为一名理论物理学家，但在接触蛋白质模拟后，他迅速找到了自己的兴趣所在。凭借在统计和机器学习方法上的深厚功底，Jumper在AlphaFold项目中发挥了关键作用，推动了该算法的不断优化和完善。值得一提的是，Jumper是自1950年以来最年轻的诺贝尔化学奖得主之一，他的成就不仅是对个人努力的肯定，也是对计算生物学领域快速发展的认可。
David Baker教授，则是从哲学和社会学领域“跨界”到蛋白质结构研究的杰出代表。在哈佛大学本科期间，他对大脑如何做出决策产生了浓厚兴趣，但最终却被蛋白质结构预测这一挑战所吸引。他领导的华盛顿大学实验室不仅开发了Rosetta等重要的预测软件，还推动了蛋白质设计领域的快速发展。Baker教授通过Rosetta软件成功设计出了自然界中不存在的蛋白质Top7，这一成就为新药研发和生物技术领域带来了新的希望。
这三位科学家虽然来自不同的领域和背景，但他们共同的努力和贡献使得蛋白质结构预测和设计这一长期困扰科学界的难题得到了有效解决。他们的成就不仅为生物医学和药物研发领域带来了革命性的变化，也为人类健康事业的发展注入了新的动力。
---**摘要**：Demis Hassabis、John Jumper与David Baker因在AI预测与设计蛋白质结构方面的突破性贡献，共同荣获诺贝尔化学奖。**关键词**：#人工智能# #蛋白质结构预测# #诺贝尔化学奖#
