我非常喜歡看硅谷101的視頻，陳茜的講解總是能深入淺出，話題緊跟熱點，口齒清楚，條理清晰，既有知識性又充滿趣味，引人入勝。 她最近在2024年12月10日發布的《AI“入侵”生物醫療史：從暴力破解到Transformer模型三部曲》這個視頻，讓我對當前AI在生命科學領域的應用有了全新的認識，其發展速度之快、應用之廣，令人震驚而感嘆！ https://www.youtube.com/watch?v=2ydjTZeFcnM
正如陳茜在視頻中所述，蛋白質是生命的基石，它們在我們的細胞和身體中扮演着至關重要的角色，維持着生命活動的正常運轉。蛋白質的功能與其三維結構息息相關，只有摺疊成正確的形狀，才能執行其特定的功能。準確預測蛋白質的三維結構，對於我們理解疾病機理、開發新藥物，乃至深入洞察生命運作的奧秘都具有深遠的影響。科學家們為此奮鬥了半個世紀，他們嘗試從蛋白質的一維氨基酸序列（可視為蛋白質的源代碼）推斷出其最終的三維結構。 2021年7月15日，AlphaFold2的發布及其在《自然》雜誌上的論文發表，標誌着這一領域取得了巨大突破。同時，其開源軟件和可搜索的物種蛋白質組數據庫也為科學研究提供了便利。緊隨其後，2021年6月15日，華盛頓大學大衛·貝克（David Baker）教授團隊也發布了RoseTTAFold的在線版本，並提供了詳盡的技術論文預印本。正是AlphaFold和RoseTTAFold的突破性進展，使得三位在蛋白質結構預測和設計領域做出卓越貢獻的科學家榮獲了2024年的諾貝爾化學獎： 德米斯·哈薩比斯（Demis Hassabis）：英國科學家，谷歌旗下人工智能公司DeepMind的聯合創始人兼首席執行官，與約翰·江珀共同開發了AlphaFold模型。 約翰·江珀（John Jumper）：美國科學家，DeepMind研究員，與德米斯·哈薩比斯共同開發了AlphaFold模型。 哈薩比斯和江珀因開發出AlphaFold模型而獲獎，該模型利用人工智能準確預測蛋白質的三維結構，攻克了困擾科學界數十年的難題。 戴維·貝克則因其在計算蛋白質設計方面的開創性工作而獲獎，他成功設計出具有新功能的蛋白質，為生物技術和醫學領域帶來了新的可能性。 深度學習的興起為生物醫藥領域帶來了前所未有的變革，雖然在2020年前後才開始真正受到重視，但其變革的關鍵推動力，正是AlphaFold等突破性模型的問世。AlphaFold的成功不僅象徵着AI技術在生物醫藥領域的應用達到了新的高度，更是一次劃時代的分水嶺。這些先進的工具超越了傳統的數據堆積分析，具備了強大的預測能力，從而大大加速了生命科學和藥物發現的進程。從2020年到現在短短四年，模型迭代速度之快令人驚嘆，我們正處於一個 “AI助力生命科學和藥物發現” 的全新時代！ 文章的重點來了，請注意： 如果你以前不太了解生命科學領域，現在就應該開始關注它。如果你的孩子足夠聰明，學習成績良好（並不需要頂尖），並且對生命科學有濃厚的興趣，那麼不妨認真考慮讓他們從事AI助力生命科學和藥物發現的相關學習和工作。因為這絕對是一個剛剛興起的“賽道”，發展時間僅有四年左右。現在正值AI在醫療健康領域大顯身手的黃金時期，是吸引優秀人才、匯集創新資源、推動技術突破的難得機遇。 男怕入錯行，女怕嫁錯郎！ 在為孩子選擇未來的“賽道”時，我們必須謹慎，因人而異。一個有前景、而非“夕陽產業”的“賽道”，將對孩子們未來的發展至關重要！這是一個具有數千億資金潛力的方向，英偉達已經開始頻繁在AI製藥領域投資布局，僅2023年5月至11月，半年時間就陸續投資了9家AI製藥公司。亞馬遜雲科技也宣布與生命科學行業商業服務提供商EVERSANA合作，共同推廣AI驅動製藥等應用。谷歌雲也宣布與生物製藥公司Insmod合作，利用AI技術提高效率，縮短新藥的開發和交付時間。 在AI飛速發展的新周期中，科技公司和生物製藥公司正在強強聯合，加速人類健康醫療水平的提升，而未來，才剛剛開始. . . . . . ！ 
大家好，我用ChatGPT-4 的圖像生成功能，為本文生成了一個未來AI助力生命科學和藥物發現的三張想象圖片，希望大家喜歡。😀 祝大家聖誕節快樂，新年好！ （全文完） 本文作者：亞特蘭大資深房地產經紀，著名網絡房地產知識撰稿人Willy Rong。 willy.rong518@gmail.com (404) 849-2767 | 微信ID: WillyRong |
