備註請放最後面 違者新聞文章刪除
1.媒體來源:
2.記者署名:
3.完整新聞標題:
諾貝爾化學獎得主用AI預測蛋白質 將成抗體篩選、藥物設計主流
4.完整新聞內文:
聯合報／ 記者 李芯／ 台北即時報導
2024年諾貝爾化學獎今日宣布，華盛頓大學的生物化學家貝克（David Baker）、Google
DeepMind的瓊珀（John Jumper）及哈薩比斯（Demis Hassabis），分別以蛋白質設計與
蛋白質結構研究，拿下本屆化學獎殊榮。學者指出，貝克的實驗室所開發的軟體，曾開發
出全球第一個人工合成的酵素；瓊珀、哈薩比斯的研究，則藉由AI，在5年內將蛋白質折
疊預測的準確率從40％提高到90％。
台灣科技媒體中心在諾貝爾化學獎得主出爐後，邀請國內學者分析得主研究成果。中央研
究院生物化學研究所副研究員吳昆峯說明，貝克的實驗室所做的研究，是蛋白質折疊的研
究領域中非常困難的題目，科學家50幾年來用盡一切的方法預測，想讓蛋白質折疊成正確
的構形。貝克的實驗室擁有全世界最領先的技術，他過去發展一套稱為Rosetta的軟體，
不只能修改原來的蛋白質，也可以從不存在的序列找到新的功能、新的摺疊方式。
吳昆峯指出，Rosetta在2003年就開發出全球第一個人工合成、人工設計的酵素，這證明
可以用軟體來設計一個「不存在於世界上任何一種序列」的蛋白質，並引發學界20年來相
繼投入這個領域。往後Rosetta軟體持續優化、修改後，才會有AI軟體的加入，讓蛋白質
結構預測更成功。
中央研究院生物化學研究所研究員徐尚德指出，Rosetta最近還推出了非常強大的功能，
名為Rosetta Diffusion，跳脫過去用基因得到蛋白質結構、了解功能，用已知的知識創
造未知的東西的方式，能夠用「生成」的方法來設計蛋白質，並辨識蛋白質能不能製成藥
物。疫情期間貝克的公司還直接上市，並由另一個大藥廠用10億美金買下，也顯示當今生
技產業的潛力。
國立清華大學化學系助理教授楊自雄表示，哈薩比斯及瓊珀研究的重要性在於，只要給出
一串基因序列，就能生成出應該得到的靜態蛋白質結構。過去科學家用物理方式做蛋白質
折疊，準確率相對低又耗時長，2016年的準確率僅約40％。而到2020年，兩人提出的
AlphaFold2模型準確率達到90％，也就是說，給出一段DNA序列，折疊出來的蛋白質結構
有90％可以跟實質上得到的結構一樣，是對於藥物設計非常重要的發現。
吳昆峯指出，他們設計的東西可能還沒有到藥物開發、上市階段，但往後幾年應該會成為
做抗體篩選、藥物設計的主流方式。
徐尚德表示，貝克在疫情之後不太出遠門，去年台灣生物物理學會有邀請貝克演講，但他
表示無法到台灣，只能用錄影的方式。徐也聽過貝克的幾次演講，最近一次是在西雅圖大
學辦理的研討會，據他了解，貝克現在的實驗室有一整棟4層樓，一半做實驗、一半做AI
。即使已經不在研究的第一線，他每天都還是有不同的想法、和不同人討論，仍充滿好奇
心，讓他直呼非常了不起。
https://uc.udn.com.tw/photo/2024/10/09/realtime/30688655.jpg
5.完整新聞連結 (或短網址)不可用YAHOO、LINE、MSN等轉載媒體:
※ 當新聞連結過長時，需提供短網址方便網友點擊
https://udn.com/news/story/123769/8281901
6.備註:
※ 一個人一天只能張貼一則新聞(以天為單位)，被刪或自刪也算額度內，超貼者水桶，請注意
※ 備註請勿張貼三日內新聞(包含連結、標題等)
https://uc.udn.com.tw/photo/2024/10/09/realtime/30689069.jpg