知名教授公开质疑 2024 年的诺贝尔化学奖，竟称 AlphaFold 蛋白结构预测是伪突破

　　2024 年 10 月，诺贝尔化学奖迎来三位新得主。David Baker 凭借其计算蛋白设计领域的贡献得到一半奖金，而 Demis Hassabis 和 John M. Jumper 则凭借蛋白质结构预测领域的贡献分享另一半奖金。

　　图片来源：诺奖官网

　　借助人工智能，David Baker 创造出全新的蛋白质，Demis Hassabis 和 John M. Jumper 则预测了几乎所有已知蛋白质的结构。

　　然而，仅仅半年后的 2025 年 4 月，伊利诺伊大学芝加哥分校兼职教授 Sarfaraz K. Niazi 向诺贝尔奖基金会提交请愿书，以并非真正突破性发现为由，向蛋白质结构预测发起公开挑战。

　　Niazi 为何提出质疑

　　自 2024 年诺贝尔化学公布后，蛋白质 3D 结构预测的人工智能预测已引起颇多争议，而 Niazi 教授显然是质疑者中反应最猛烈的一个，他甚至在爱思唯尔期刊发表了经同行评审的论文，提出了论据充分的质疑。

　　图片来源：论文截图

　　首先，是对「科学突破性」的质疑。

　　Niazi 教授的论文从莱文塔尔悖论（Levinthal paradox）谈起。

　　经过计算，100 个氨基酸、99 个肽键的多肽结构，其可能的折叠构象已是天文数字，而正确的则只有一种或几种。

　　现有算法的预测依赖已知的、非生理条件下的结构数据，比如，X 射线晶体学或冷冻电镜数据。这些数据可能因为低温、化学沉淀剂等实验条件的不同，导致蛋白质结构偏离真实生理状态，因此预测结果的实际应用价值有限。

　　其次，是对技术本质的质疑。

　　Niazi 教授认为，人工智能利用的算法，在本质上是「高效的数据模式识别」，而非基于物理化学原理的突破性发现。其已有的成功，更多归功于算力和数据规模，而非对蛋白质折叠机制的根本性理解。

　　其三，该算法忽视了动态结构属性。

　　蛋白质在生理环境中以动态构象集合存在，很多蛋白还存在多种构象，甚至无序结构（IDPs），其稳定结构仅在与靶标结合时形成。

　　这些动态构象受 pH 值、离子浓度等因素影响。现有算法无法捕捉这种动态性，预测的静态结构难以反映蛋白的实际功能。

　　另外，Niazi 教授通过测试该算法以验证其对随机氨基酸序列的预测能力，发现这一算法的可靠性相当不足，这加大了对算法普适性的质疑。

　　简单总结一句，Niazi 教授强调的是，AI 辅助的蛋白结构预测，更接近一种技术优化，而非基础性的科学突破。

　　截至目前，诺贝尔奖基金会尚未正式回应 Niazi 的请愿。后续如何，只能拭目以待。

　　Niazi 来头可不小

　　流量为王的时代，有一种爆得大名的方式是碰瓷名人。但公开质疑诺奖和碰瓷名人可不一样，肯定得有两把刷子才行。

　　而这位打扮酷似龟仙人的 Niazi 还当真有点来头。

　　图片来源：个人主页

　　作为学者，Niazi 是伊利诺伊大学和休斯敦大学的兼职教授，曾撰写 60 多本专业书籍，100 多篇研究论文，内容主要涉及生物加工、药物发现、药物制剂等领域。

　　这让他在药物和剂型开发方面成为公认的权威。

　　作为企业家，Niazi 创造了「生物类似 biosimilar」这个词，并创立了美国首家生物类似医药公司，成功融资 5 亿美元，推动多个生物类似药在美国获批上市。

　　作为多产的发明家，Niazi 还拥有 100 多项专利，其中最突出的是生物加工技术领域。目前他是该领域技术专利的最大单一持有者。

　　Niazi 不仅在学术界有深厚积累，还担任多国政府的医药政策顾问。顺便说一下，他还是一名专利法从业者。

　　以上成就里，最让 Niazi 感到自豪的是创造 biosimilar 这个词。这个词以及背后的理念，已经延伸到制药领域。

　　所谓 biosimilar（有时也指该类药物），是指与原研药的生物制剂在质量、安全性和有效性上高度相似但又不完全等同的治疗用生物制品，包括单抗、重组蛋白、血液制品等。

　　如今，这一术语已成为国际通用概念。生物类似药已经在全球节省了数百亿美元的卫生支出，大大降低了医疗成本，改善了患者生存质量。Niazi 等科学家正在努力加速这一进程。

　　生物类似药有什么前景

　　作为大同行，咱们有必要在了解对 2024 年诺贝尔化学奖的质疑之外，再顺手多了解点生物类似药的情况。

　　化学药在有了原研药后，还有「me too」和「me better」的研发，能够较容易地「抄作业」，把活性结构复制出来。可生物药因为分子普遍很大，后续研发没办法直接抄作业，也不可能存在所谓「生物仿制药」。

　　这时候，生物类似药的理念就用得上了：承认固有的差异，把握质量、安全性和有效性这三个核心，为快速研发新药开绿灯。

　　据专家和机构预测，全球生物类似药市场规模到 2030 年将达到 750 亿美元，年复合增长率高达 15%。中国的生物类似药在 2020 年进入爆发期，当年市场规模就已高达 23 亿元。

　　随着国内各种单抗类药物的纷纷上市，到 2023 年，市场规模已突破百亿元大关。预计到 2029 年，国内市场规模将达 317.95 亿元。

　　当然，生物类似药能有这样的发展，主要得益于基因编辑技术、单细胞测序技术、连续流生产工艺等先进生物技术和制造工艺的应用。

　　有了这些技术，生物类似药的研发和生产更加高效、精准，而且药品的质量有所保障，还能有效控制成本 —— 基本上化学药能做到的，生物制剂也全都能达到了。

　　随着精准医学概念的兴起，利用大数据分析和人工智能技术优化临床实验设计和患者选择，将成为未来发展的一个重要方向，有助于提高生物类似药的研发效率和成功率。

　　在质量标准方面，实现生物类似药标准的统一，显然比化学药物的仿制药困难得多。所以，各国的政策与监管也倾向优化和松绑。

　　美国 FDA 调整可互换性认定标准，允许通过可比性分析替代部分临床研究；欧洲 EMA 提议免除部分生物类似药的疗效对比研究，简化审批流程。

　　我国早在 2015 年就发布了《生物类似药研发与评价技术指导原则 (试行)》，规范了研发和市场秩序。

　　经过十年沉淀，行业专家普遍预测，今年极有可能是生物类似药全国集采元年。

　　图片来源：安徽省医保局官网

　　全球老龄化趋势加剧，慢性疾病、癌症、自身免疫性疾病等患者人数增多，各国的医疗医保体系以及患者家庭，正承受着更大资金压力。

　　相似的治疗效果，生物类似药价格通常比原研药低 20%～40%，能够满足更多患者的需求。以美国来看，生物原研药因为生物类似药的上市，四年后平均价格降至六成。

　　在生物制剂中，相比于原研药，生物类似药的研发多数是在相对确定的路径之下，比拼不同的工艺与速度。这给了一向擅长再创新的国内药企创造出新机会。据统计，中国的生物类似药研发管线位列全球之最。

　　生物类似药已然成为市场的宠儿，将在政策支持、技术进步和国际扩张的驱动下持续增长，并有望通过创新与合作，在全球市场中占据更大份额，同时推动医疗公平和成本控制。

　　回到最初的新闻，不论结果如何，Niazi 教授都用自己的行为告诉大家，权威就是用来质疑的，哪怕是诺贝尔奖也不能例外。

　　就像生物类似药的诞生一样，任何领域的科学，只有不断产生质疑，才能避免死水一潭。不破不立，乃是追寻真理的道路，也是科学创新发展的动力。

　　题图来源：图虫创意

　　参考资料：

　　1. https://www.nobelprize.org/all-nobel-prizes-2024/

　　2.https://www.sciencedirect.com/science/article/pii/S2950363925000109

　　3.https://www.tmcnet.com/usubmit/2025/04/10/10175965.htm

　　4. https://niazi.com/

　　5. https://www.gov.cn/xinwen/2015-03/11/content_2832478.htm

　　6. https://ybj.ah.gov.cn/xwzx/ybyw/149782931.html

　　7. https://baijiahao.baidu.com/s?id = 1827644551562942849&wfr = spider&for = pc

　　8. https://m.bjnews.com.cn/detail/1720704881168175.html