诺奖得主戴维·贝克：AI重塑蛋白质设计，但核心仍是人类智慧

事件概述

2024年诺贝尔化学奖得主、华盛顿大学教授戴维·贝克（David Baker）近日接受访谈，深入探讨了人工智能（AI）在蛋白质设计领域的现状、局限性及未来方向。贝克明确表示，尽管AI极大地提升了科研效率，但它始终是辅助工具，科学的核心——提出问题与深度思考——依然掌握在人类手中。

核心信息

1. AI的角色与定位

• 应用规模：自2018-2019年起，贝克实验室几乎所有方法论开发工作均运用了AI技术，过去六年间AI已成为构建下一代复杂蛋白质设计系统的核心手段。
• 工具属性：贝克将AI比作基因测序技术，认为其未来将像常规分析手段一样普及，而非取代科研人员。AI能预测结构并设计自然界不存在的新蛋白质，但无法独立决定研究方向。
• 能力边界：AI在“设计蛋白质”和“实验室验证”阶段表现优异，但在将其转化为实际药物并完成临床试验方面面临巨大挑战。主要瓶颈在于公共数据不足以及对生物学和医学理解的完整性欠缺，AI难以在此阶段轻易突破以大幅缩短临床周期。

2. 人才是核心竞争力

• 要素排序：在算力、数据、实验设施等要素中，贝克认为人才最为重要。竞争力源于优秀的研究人员及其长期深耕兴趣的能力。
• 学科基础：蛋白质设计的发展依赖于基础科学、生物学、化学和计算研究的共同支撑，需要多元且强大的基础研究环境。
• 对年轻研究者建议：不要过度算计未来，应抓住当下最感兴趣、最有热情的问题深入钻研。科学新路径往往是在专注过程中自然开辟的，而非按既定计划执行。

3. 未来探索方向与环境营造

• 协作模式：贝克通过提供免费食物、鼓励无保留分享等方式，营造“公共大脑”式的协作环境，让研究者像神经元一样连接互动，以便即时发现困难与突破。
• 研究专注度：获诺奖后，贝克拒绝了大多数外部邀请，坚持将大量时间留在实验室，以保持对前沿问题的敏锐度。
• 新领域布局：未来5至10年，贝克计划探索两个新方向：
  • 纳米机器：利用分子或蛋白质层面执行特定功能的超微型机械系统，应用于医学及技术领域。
  • 农业育种：设计耐高温作物，以应对全球变暖带来的挑战。
• 科研动力：贝克表示不断寻找新课题是因为“容易厌倦”，享受攻克重要问题的过程本身，而非设定单一终极目标。

值得关注

贝克强调，随着AI技术越强大，人类的研究者判断力、好奇心以及协作精神显得愈发珍贵。AI可以生成答案，但赋予答案意义、提出正确问题的永远是人。