חלוקת הפרס: מחצית לבייקר, מחצית להסאביס וג'מפר
פרס נובל לכימיה 2024 חולק לשני חלקים שווים: מחצית אחת הוענקה לדיוויד בייקר, ביוכימאי מאוניברסיטת וושינגטון, "על עיצוב חלבונים חישובי"; המחצית השנייה הוענקה במשותף לדמיס הסאביס ולג'ון ג'מפר, שני חוקרים שעבדו אז ב-Google DeepMind, "על חיזוי מבנה חלבונים".
ההישג שמאחורי המחצית השנייה: AlphaFold2
ב-2020 הציגו הסאביס וג'מפר את AlphaFold2, מודל למידה עמוקה שחוזה את המבנה התלת-ממדי של חלבון ישירות מרצף חומצות-האמינו שלו, ברמת-דיוק כמעט-אטומית. פרטי המודל עצמו, השיטה וההיסטוריה התחרותית שקדמה לו מתועדים בערך הנפרד המוקדש לחיזוי מבנה-חלבונים, ואינם חוזרים כאן.
תפוצה בפועל: יותר משני מיליון משתמשים ב-190 מדינות
עד אוקטובר 2024 נעשה שימוש ב-AlphaFold2 בידי יותר משני מיליון אנשים ב-190 מדינות, ומאמרו המקורי, שפורסם ב-2021, נמנה עם הפרסומים המדעיים המצוטטים ביותר אי-פעם. היקף-האימוץ הזה — לא רק ציון-איכות בתחרות מדעית סגורה — היה חלק ממה שהוביל את ועדת פרס-נובל להכיר בתרומה כפריצת-דרך מוגמרת ולא כהבטחה טכנולוגית בלבד.
המחצית הראשונה: עיצוב-חלבונים חדשים של דיוויד בייקר
התרומה שעליה זכה בייקר שונה במהותה מזו של הסאביס וג'מפר: במקום לחזות את מבנהו של חלבון קיים, בייקר עוסק ביצירת חלבונים חדשים לחלוטין שאינם קיימים בטבע. ב-2003 הצליח, באמצעות אבני-בניין של חומצות-אמינו, לתכנן חלבון חדש שלא דמה לשום חלבון טבעי ידוע. מאז הפיק צוות-המחקר שלו רצף של חלבונים מהונדסים המשמשים כתרופות, כחיסונים, כננו-חומרים וכחיישנים זעירים.
שתי תרומות, פרס אחד: למה זו כימיה ולא רק בינה מלאכותית
הוועדה הציגה את שני חצאי-הפרס כמשלימים זה את זה: יכולת לחזות מבנה של חלבון קיים (הסאביס וג'מפר) ויכולת לעצב חלבון חדש שלא קיים כלל בטבע (בייקר) הן שני צדדים של אותה בעיה כימית-ביולוגית בת-חצי-מאה — הקשר בין רצף החלבון לצורתו. ההישג שהוכר הוא הפתרון לבעיה הכימית עצמה; הלמידה העמוקה הייתה הכלי שבו הושג.
אותה שנה, פרס נובל נוסף על בינה מלאכותית: פיזיקה להופפילד והינטון
פרס נובל לכימיה 2024 לא ניתן על עבודת AI בחלל ריק: באותו שבוע-הכרזות הוענק גם פרס נובל לפיזיקה לג'ון הופפילד ולג'פרי הינטון, על תגליות-יסוד ברשתות-נוירונים מלאכותיות. שני הפרסים יחד עוררו הדים תקשורתיים נרחבים כמקרה של הכרה בבינה מלאכותית בשתי קטגוריות-מדע שונות באותה שנה עצמה.
סכום הפרס ודברי יושב-ראש הוועדה
בדיוק כמו פרס-הפיזיקה שהוכרז יום קודם, גם פרס-הכימיה 2024 עמד על 11 מיליון קרונות שוודיות בסך-הכול, מחולק ביחס שכבר תואר: מחצית לבייקר, מחצית משותפת להסאביס ולג'מפר. היינר לינקה (Heiner Linke), פיזיקאי מאוניברסיטת לונד ויושב-ראש ועדת-פרס-הנובל לכימיה, תיאר בהכרזה את שני חלקי-הפרס: "אחת התגליות שמוכרות השנה נוגעת לבנייה של חלבונים מרהיבים. השנייה נוגעת למימוש חלום בן-חמישים-שנה: לחזות מבני-חלבונים מרצף חומצות-האמינו שלהם. שתי התגליות האלה פותחות אפשרויות עצומות".
בעיית קיפול-החלבון: חצי מאה של תעלומה
הבעיה שעליה זכו הסאביס וג'מפר לא נולדה ב-2020 — יש לה שורשים של יותר מחצי-מאה. ב-1961 גילה המדען האמריקאי כריסטיאן אנפינסן שכאשר גורמים לחלבון להתפרק ואז מאפשרים לו להתקפל מחדש, הוא חוזר בכל פעם לאותה צורה בדיוק — מסקנה שהובילה אותו לטעון שרצף חומצות-האמינו קובע לחלוטין את הצורה התלת-ממדית, וזיכתה אותו בפרס נובל לכימיה משלו, ב-1972. ב-1969 הצביע חוקר אמריקאי אחר, סיירוס לוינת'ל, על פרדוקס: לפי חישוביו, גם חלבון של 100 חומצות-אמינו בלבד יכול תיאורטית ללבוש לפחות 10 בחזקת 47 צורות תלת-ממדיות שונות, ואילו קיפול אקראי בין כל אלה היה אורך זמן ארוך יותר מגיל היקום — בעוד שבתא חי זה קורה תוך אלפיות-שנייה בודדות. הפער הזה — פרדוקס-לוינת'ל — הוא שהפך את חיזוי-מבנה-החלבון מרצף-בלבד לאחד מאתגרי-היסוד הפתוחים והידועים ביותר של הביוכימיה, עוד עשרות שנים לפני שבינה מלאכותית נכנסה כלל לתמונה.
חריגה: מחקר שנולד בחברת-טכנולוגיה, לא באקדמיה
פרס נובל לכימיה 2024 בלט גם מסיבה נוספת: המחקר שעליו זכו הסאביס וג'מפר נולד בחברת-טכנולוגיה — DeepMind (כיום Google DeepMind), שגוגל רכשה ב-2014 (פרטי-הרכישה מתועדים בערך הנפרד המוקדש לחברה). לפי מארק צימר (Marc Zimmer), פרופסור לכימיה במכללת קונטיקט, רוב זוכי-פרס-הכימיה הקודמים היו חוקרי-אקדמיה; גם כשתגליות אקדמיות כמו עריכת-הגנום CRISPR או הנקודות-הקוונטיות (quantum dots) הובילו בהמשך להקמת חברות מסחריות משלהן, המחקר עצמו — מתחילתו ועד סופו — נעשה מחוץ לזירה המסחרית, בשונה מ-AlphaFold.
ויכוח מדעי: תגלית פורצת-דרך, או הרכבה מבריקה של ידע קיים?
מעבר לשאלה היכן נעשה המחקר, עלתה גם שאלה מדעית: האם AlphaFold המציא רעיון חדש, או הרכיב בצורה יוצאת-דופן ידע שכבר היה קיים? דיוויד ג'ונס (David Jones), ביואינפורמטיקאי מ-University College London ששיתף-פעולה עם DeepMind בגרסה הראשונה של AlphaFold, אמר: "אני לא חושב ש-AlphaFold כרוך בשינוי רדיקלי במדע הבסיסי שלא היה קיים כבר קודם — זה פשוט האופן שבו זה חובר ותוכנן בצורה כל-כך חלקה, שאיפשר לו להגיע לגבהים האלה". ג'ון ג'מפר עצמו, בתדריך-עיתונאים ב-DeepMind ביום ההכרזה, הציג זווית אחרת: "זה לא היה רק שהלכנו לעבודה, לחצנו על כפתור-ה-AI, וכולנו הלכנו הביתה. זה היה תהליך איטרטיבי, שבו פיתחנו, חקרנו, וניסינו למצוא את השילוב הנכון בין מה שהקהילה כבר הבינה על חלבונים לבין איך לבנות את האינטואיציות האלה לתוך הארכיטקטורה שלנו".