熱點01人工智能（AI）與生物學

c目錄

1.熱點解讀：熱點命題方向解讀、核心考點明晰

2.關聯教材：鏈接教材掌知識、基礎打牢應萬變

3.命題趨勢：明考情知方向、巧預測押熱點

3.創新演練：知情境、練突破（30min限時練）

a熱點解讀

1.蛋白質結構與功能

核心考點：蛋白質的四級結構、氨基酸序列與空間結構的關系、酶的作用機制。

AI關聯：AlphaFold預測蛋白質結構的原理（深度學習算法）、AI模擬酶催化過程。

典型題型：結合AI預測的蛋白質結構數據，分析基因突變對蛋白質功能的影響。

2.神經調節與腦機接口

核心考點：動作電位的產生機制、突觸傳遞過程、神經調節的分級調控。

AI關聯：腦機接口的信號采集（如非侵入式EEG）、AI算法對神經信號的解碼與應用。

典型題型：通過腦機接口案例，分析神經元興奮時的離子變化及信號傳遞路徑。

3.基因編輯與合成生物學

核心考點：基因工程工具（如CRISPR-Cas9）、基因表達調控、生物安全性。

AI關聯：AI輔助設計基因編輯工具、合成生物學中人工代謝途徑的優化。

典型題型：討論AI在基因編輯脫靶效應預測中的作用及倫理爭議。

4.生態與進化計算

核心考點：種群增長模型、自然選擇與進化機制。

AI關聯：進化算法模擬物種適應過程、AI預測生態系統變化。

典型題型：結合AI模擬數據，分析環境變化對種群基因頻率的影響。

?關聯教材

AI熱點教材章節核心知識點

蛋白質結構預測必修一《分子與細胞》第三章氨基酸脫水縮合、蛋白質空間結構多樣性

腦機接口必修三《穩態與環境》第二章神經沖動的產生與傳導、突觸結構

基因編輯選修三《現代生物科技專題》第一章基因工程工具酶、基因表達載體構建

生態模擬必修三《穩態與環境》第五章種群數量變化曲線、生態系統穩定性

*命題趨勢明考情知方向

1.情境化命題：

以AI在生物學研究中的最新成果（如DeepMind的AlphaFold2、腦機接口臨床試驗）為背景，考查學生對

教材知識的遷移能力。

示例：基于AI預測的某病毒蛋白質結構，設計抗病毒藥物的作用位點分析題。

2.跨學科融合：

結合計算機科學（如算法原理、數據處理）和生物學知識，考查學生綜合分析能力。

示例：分析AI模型如何通過氨基酸序列預測蛋白質結構（涉及生物信息學、機器學習）。

3.批判性思維與倫理考查：

設置開放性問題，要求學生討論AI技術的倫理風險（如基因編輯嬰兒、生物數據隱私）。

示例：辯論“AI是否應完全替代人類進行基因編輯決策”。

4.實驗設計與數據分析：

提供AI生成的實驗數據（如基因表達譜、蛋白質相互作用網絡），要求學生設計實驗驗證假設。

示例：根據AI預測的蛋白質-蛋白質相互作用圖譜，設計實驗驗證某兩種蛋白的結合功能。

*創新演練（建議用時：30分鐘）

一、單選題

1.人工智能（AI）技術通過大數據分析、機器學習、深度學習等方法，為生物醫藥研究、藥物開發、臨床

診斷和治療等帶來革命性的變化。下列關于AI技術在生物醫藥領域的應用，下列敘述錯誤的是（）

A.AI技術設計的某種蛋白質的氨基酸序列推導出的對應基因序列不唯一，且基因序列中不包含啟動子

和終止子

B.AI技術通過智能穿戴設備和移動應用程序可實時監測患者的生理參數，預測健康風險，并提供相應

的診斷和治療建議

C.AI技術對大量的基因組數據進行處理和分析，可以識別疾病相關的基因突變，為精準醫療提供支持

D.AI技術對大量的蛋白質數據進行分析，能夠預測患者體內某些蛋白質的三維結構以便設計新藥物，

該過程屬于蛋白質工程技術

【答案】D

【分析】蛋白質工程概念及基本原理（1）蛋白質工程是指以蛋白質分子的結構規律及其生物功能的關系作

為基礎，通過基因修飾或基因合成，對現有蛋白質進行改造，或制造一種新的蛋白質，以滿足人類的生產

和生活的需求。（基因工程在原則上只能生產自然界已存在的蛋白質）（2）蛋白質工程崛起的緣由：基因

工程只能生產自然界已存在的蛋白質。（3）蛋白質工程的基本原理：它可以根據人的需求來設計蛋白質的

結構，又稱為第二代的基因工程。（4）基本途徑：預期蛋白質功能玲設計預期的蛋白質結構好推測應有氨

基酸序列玲找到對應的脫氧核甘酸序列（基因），最終還是回到基因工程上來解決蛋白質的合成。

【詳解】A、密碼子具有簡并性，故AI技術設計的某種蛋白質的氨基酸序列推導出的對應基因序列不唯一,

啟動子和終止子為非編碼區，由氨基酸序列推理的基因序列中不包含啟動子和終止子，A正確；

B、利用AI技術，通過智能穿戴設備和移動應用程序，能夠實時監測患者的生理參數，預測健康風險，并提

供相應的診斷和治療建議，AI技術為臨床診斷和治療等方面帶來了革命性的變化，B正確；

C、AI技術在基因組數據處理和分析中的應用，通過識別疾病相關的基因突變，為精準醫療的實現提供了強

大的技術支持，C正確；

D、蛋白質工程是指以蛋白質分子的結構規律及其生物功能的關系作為基礎，通過基因修飾或基因合成，對

現有蛋白質進行改造，或制造一種新的蛋白質，利用AI技術設計新藥物，沒有對現有蛋白質進行改造，或

制造一種新的蛋白質，不屬于蛋白質工程技術，D錯誤。

故選D。

2.隨著人工智能（AI）技術的快速發展，其在生物醫藥領域的應用日益廣泛。AI技術通過大數據分析、機

器學習、深度學習等方法，為生物醫藥研究、藥物開發、臨床診斷和治療等方面帶來了革命性的變化。下

列關于AI技術在生物醫藥領域的應用敘述錯誤的是（）

A.利用AI技術對大量的基因組數據進行處理和分析，可以識別疾病相關的基因突變，為精準醫療提供

支持

B.利用AI技術對大量的蛋白質數據進行分析，能夠預測患者體內某些蛋白質的三維結構以便設計新藥

物，該過程屬于蛋白質工程技術

C.利用AI技術，通過智能穿戴設備和移動應用程序，能夠實時監測患者的生理參數，預測健康風險，

并提供相應的診斷和治療建議

D.AI技術在生物醫藥領域的應用會涉及到眾多的法規和倫理問題。例如，如何處理AI決策中的錯誤和

責任、以及如何避免AI技術加劇醫療不平等等問題

【答案】B

【分析】蛋白質工程概念及基本原理（1）蛋白質工程是指以蛋白質分子的結構規律及其生物功能的關系作

為基礎，通過基因修飾或基因合成，對現有蛋白質進行改造，或制造一種新的蛋白質，以滿足人類的生產

和生活的需求。（基因工程在原則上只能生產自然界已存在的蛋白質）（2）蛋白質工程崛起的緣由：基因

工程只能生產自然界已存在的蛋白質。（3）蛋白質工程的基本原理：它可以根據人的需求來設計蛋白質的

結構，又稱為第二代的基因工程。（4）基本途徑：預期蛋白質功能f設計預期的蛋白質結構好推測應有氨

基酸序列玲找到對應的脫氧核甘酸序列（基因），最終還是回到基因工程上來解決蛋白質的合成。

【詳解】A、AI技術在基因組數據處理和分析中的應用，通過識別疾病相關的基因突變，為精準醫療的實現

提供了強大的技術支持，A正確；

B、蛋白質工程是指以蛋白質分子的結構規律及其生物功能的關系作為基礎，通過基因修飾或基因合成，對

現有蛋白質進行改造，或制造一種新的蛋白質，利用AI技術設計新藥物，沒有對現有蛋白質進行改造，或

制造一種新的蛋白質，不屬于蛋白質工程技術，B錯誤；

C、利用AI技術，通過智能穿戴設備和移動應用程序，能夠實時監測患者的生理參數，預測健康風險，并提

供相應的診斷和治療建議，AI技術為臨床診斷和治療等方面帶來了革命性的變化，C正確；

D、AI技術在生物醫藥領域的應用會涉及到眾多的法規和倫理問題。例如，如何處理AI決策中的錯誤和責

任、以及如何避免AI技術加劇醫療不平等等問題，當AI系統在醫療決策中發揮作用時，如何確保其決策的

合法性和倫理性是一個重要的考量，D正確。

故選Bo

3.蛋白質工程又稱第二代基因工程，人工智能（AI）算法在蛋白質工程領域的應用已經被開發，下圖為蛋

白質工程的流程，下列相關敘述錯誤的是（）

A.蛋白質工程是基因工程的延伸，不需要對基因進行操作，直接對蛋白質進行加工改造

B.蛋白質工程可根據人類生產和生活的需要，設計并制造出自然界不存在的新的蛋白質

C.蛋白質工程可對藥用蛋白進行改造，使其更好地用于人類疾病的治療

D.AI算法在蛋白質工程領域應用的設想中，實現難度最大的是過程④

【答案】A

【分析】1、蛋白質工程是指以蛋白質分子的結構規律及其與生物功能的關系作為基礎，通過基因修飾或基

因合成，對現有蛋白質進行改造，或制造一種新的蛋白質，以滿足人類的生產和生活的需求。

2、蛋白質工程的過程：預期蛋白質功能）設計預期的蛋白質結構分推測應有氨基酸序列玲找到對應的脫氧

核昔酸序列（基因）。

【詳解】A、蛋白質工程并不是直接對蛋白質進行加工修飾的，是通過基因修飾或基因合成等方法，對現有

蛋白質進行改造，A錯誤；

B、基因工程原則上只能生產自然界中已存在的蛋白質，蛋白質工程要改造現有的蛋白質產生自然界不存在

的新蛋白質，或制造一種新的蛋白質，B正確；

C、蛋白質工程可對藥用蛋白如干擾素、抗體等進行改造，使其更好地用于人類疾病的治療，C正確；

D、蛋白質工程中難度最大的是根據人類對蛋白質的功能需求設計蛋白質的高級結構，即④是難度最大的

過程，D正確。

故選Ao

4.近年來，人工智能（AI）算法在蛋白質工程領域的應用已經被開發，下列關于AI算法在蛋白質工程領域應

用的設想中，實現難度最大的是（）

A.根據人類對蛋白質的功能需求設計蛋白質的高級結構

B.根據蛋白質的空間結構推測其氨基酸序列

C.按照設定的氨基酸序列推測mRNA的堿基序列

D.按照設定的mRNA的堿基序列設計新基因

【答案】A

【分析】蛋白質工程的過程：根據中心法則逆推以確定目的基因的堿基序列：預期蛋白質功能玲設計預期的

蛋白質結構玲推測應有氨基酸序列玲找到對應的脫氧核昔酸序列（基因）；最終還是回到基因工程上來解決

蛋白質的合成。

【詳解】根據中心法則逆推以確定目的基因的堿基序列：預期蛋白質功能玲設計預期的蛋白質結構玲推測應

有氨基酸序列玲找到對應的脫氧核甘酸序列（基因）。其中根據人類對蛋白質的功能需求設計蛋白質的高級

結構是最難實現的。A正確，BCD錯誤。

故選A。

5.人工智能（AI）現在廣泛應用于生物科學研究，某科研團隊嘗試用AI對蛋白質的結構進行分析。下列敘

述正確的是（）

A.AI對蛋白質的結構進行的分析就是分析構成蛋白質的氨基酸的數量、種類和順序

B.激素、神經遞質等信息分子具有特異性的原因是其各自的蛋白質結構具有特異性

c.Al還可對某蛋白基因序列進行預測，其預測的基因序列與細胞中的DNA序列相同

D.載體與運載的離子結合前后，蛋白質空間結構變化的情況也可以用AI進行分析

【答案】D

【分析】1、構成蛋白質的基本單位是氨基酸，其結構特點是：每種氨基酸分子至少都含有一個氨基和一個

竣基，且都有一個氨基和一個竣基連接在同一個碳原子上，氨基酸的不同在于R基的不同。由于組成蛋白

質的氨基酸的種類、數目、排列次序不同，肽鏈的空間結構千差萬別，因此蛋白質分子的結構具有多樣性。

2、每個特定的DNA分子中具有特定的堿基排列順序，而特定的排列順序代表著遺傳信息，所以每個特定的

DNA分子中都貯存著特定的遺傳信息，這種特定的堿基排列順序就決定了DNA分子的特異性。

【詳解】A、根據題意可知，AI可以對蛋白質的結構進行分析，AI對蛋白質的結構進行的分析不僅僅分析構

成蛋白質的氨基酸的數量、種類和順序，還有肽鏈的盤曲折疊方式，A錯誤；

B、有些激素不是蛋白質，比如性激素，所以信息分子具有特異性的原因不一定是其各自的蛋白質結構具有

特異性，B錯誤；

C、細胞中DNA序列上存在外顯子和內含子，因此AI預測的基因序列與細胞中的DNA序列不相同，C錯誤；

D、載體與運載的離子結合前后，蛋白質空間結構變化的情況也可以用AI進行分析，D正確。

故選D。

6.2024年諾貝爾化學獎頒發給蛋白質設計和蛋白質結構預測的相關研究。人工智能（AI）可依據肽鏈中氨

基酸的某些參數預測蛋白質的結構，這些參數不包括（）

A.肽鏈中肽鍵的結構B.氨基酸所帶的電荷類型

C.肽鏈中氨基酸的序列D.氨基酸中R基團的結構

【答案】A

H

I

【分析】1、構成蛋白質的基本單位是氨基酸，其結構通式是HzN—C—COOH,即每種氨基酸分子至少都

R

含有一個氨基和一個竣基，且都有一個氨基和一個竣基連接在同一個碳原子上，這個碳原子還連接一個氫

和一個R基，氨基酸的不同在于R基的不同；

2、蛋白質的結構多樣性與氨基酸的數目、種類、排列順序，肽鏈的盤曲、折疊方式及其形成的空間結構有

關。

【詳解】A、所有構成蛋白質的肽鏈中肽鍵的結構均是相同的，不會對蛋白質的特性造成影響，與題意相符，

A正確;

B、氨基酸所帶的電荷會影響蛋白質的性質，與題意不符，B錯誤；

C、肽鏈中氨基酸的種類、數目和序列會影響肽鏈的空間結構進而影響蛋白質的結構，與題意不符，C錯誤。

D、氨基酸R基團的結構決定了氨基酸的性質，進而影響了蛋白質的結構和性質，與題意不符，D錯誤。

故選A。

7.利用AI（人工智能）破解蛋白質結構和功能之謎，建立蛋白質數據庫，并在此基礎上進行蛋白質結構設

計和優化，會給未來蛋白質工程的發展帶來翻天覆地的變化。關于該技術的實施下列說法錯誤的是（）

A.用AI預測新型蛋白質的基因結構應依據中心法則原理

B.可以通過改造或合成基因來獲得AI設計的蛋白質

C.根據設計的某種蛋白質的氨基酸序列推理的基因序列中包含啟動子和終止子

D.用蛋白質的氨基酸序列推測的RNA編碼序列有多種可能，原因是密碼子具有簡并性

【答案】C

【分析】1、蛋白質工程是指以蛋白質分子結構規律及其與生物功能的關系作為基礎，通過基因修飾或基因

合成，對現有蛋白質進行改造，或制造一種新的蛋白質，以滿足人類的生產和生活需求，蛋白質工程能對

現有的蛋白質進行改造或制造一種新的蛋白質；而基因工程原則上能生產自然界已有的蛋白質。

2、蛋白質工程的基本思路：從預期的蛋白質功能出發好設計預期的蛋白質結構好推測應有的氨基酸序列好

找到并改變相對應的脫氧核甘酸序列或合成新的基因玲獲得所需要的蛋白質。

【詳解】A、用AI預測新型蛋白質的基因結構依據的原理是中心法則，從蛋白質結構反推出氨基酸序列，再

反推出相應基因序列，A正確；

B、對蛋白質的改造是通過改造或合成基因來完成的，B正確；

C、啟動子和終止子為非編碼區，故由氨基酸序列推理的基因序列中不包含啟動子和終止子，C錯誤；

D、因為一種氨基酸可能對應多種密碼子（簡并性），故用蛋白質的氨基酸序列推測的RNA編碼序列有多種

可能，D正確。

故選Co

8.基于Al（人工智能）的蛋白質設計方法可通過現有蛋白質數據庫及機器深度"學習算法"來預測新型蛋白

質的結構和功能。下列敘述錯誤的是（）

A.AI預測新型蛋白質的結構和功能依據的原理是中心法則

B.AI可幫助人們深入了解蛋白質分子結構和功能的關系

C.獲得AI設計的蛋白質，可通過改造或合成基因來實現

D.AI可幫助人們高效地設計出自然界沒有的蛋白質

【答案】A

【分析】1、蛋白質工程是指以蛋白質分子結構規律及其與生物功能的關系作為基礎，通過基因修飾或基因

合成，對現有蛋白質進行改造，或制造一種新的蛋白質，以滿足人類的生產和生活需求，蛋白質工程能對

現有的蛋白質進行改造或制造一種新的蛋白質；而基因工程原則上能生產自然界已有的蛋白質。

2、蛋白質工程的基本思路：從預期的蛋白質功能出發好設計預期的蛋白質結構好推測應有的氨基酸序列玲

找到并改變相對應的脫氧核甘酸序列或合成新的基因玲獲得所需要的蛋白質。

【詳解】A、AI預測新型蛋白質的結構和功能依據的原理是蛋白質的結構決定其功能，A錯誤；

B、基于AI（人工智能）的蛋白質設計方法可通過現有蛋白質數據庫及機器深度"學習算法”來預測新型蛋白

質的結構和功能，故獲得AI設計的蛋白質，可通過改造或合成基因來實現，B正確；

CD、蛋白質工程是指以蛋白質分子結構規律及其與生物功能的關系作為基礎，通過基因修飾或基因合成，

對現有蛋白質進行改造，或制造一種新的蛋白質，以滿足人類的生產和生活需求，蛋白質工程能對現有的

蛋白質進行改造或制造一種新的蛋白質；而基因工程原則上能生產自然界已有的蛋白質，獲得AI設計的蛋

白質，可通過改造或合成基因來實現，AI可幫助人們高效地設計出自然界沒有的蛋白質，CD正確。

故選Ao

9.2024年諾貝爾化學獎由三位科學家共享，他們用AI破譯了蛋白質的結構"密碼"，能夠預測蛋白質結構

并設計全新蛋白質。下列關于蛋白質的敘述，錯誤的是（）

A.必需氨基酸可以在人體細胞中合成

B.組成不同蛋白質的氨基酸種類可能相同

C.許多蛋白質分子都含有兩條或多條肽鏈

D.蛋白質都有與它所承擔功能相適應的獨特空間結構

【答案】A

【分析】蛋白質的結構多樣性與氨基酸的數目、種類、排列順序，肽鏈的盤曲、折疊方式及其形成的空間

結構有關。

【詳解】A、必需氨基酸不能人體細胞中合成，只能從外界攝取，A錯誤；

B、組成不同蛋白質的氨基酸在種類、排列序列上存在差異，B正確；

C、多肽經過盤曲折疊才能形成具有一定空間結構的蛋白質，許多蛋白質分子都含有兩條或多條肽鏈，C正

確；

D、結構決定功能，蛋白質都有與它所承擔功能相適應的獨特空間結構，D正確；

故選A。

10.2023年世界人工智能大會上，首個基于AI的蛋白質生成模型正式亮相，它能通過AI學習蛋白質序列

和功能間的對應關系，根據預期功能直接設計出新蛋白質，為蛋白質工程發展提供了新方向。下列敘述正

確的是（）

A.蛋白質工程操作流程與遺傳信息的流動方向相同

B.蛋白質工程需改變蛋白質分子中全部氨基酸序列

C.蛋白質工程和基因工程都需要構建基因表達載體

D.AI高效設計蛋白質須以堿基互補配對原則為基礎

【答案】C

【分析】1、蛋白質工程是指以蛋白質分子結構規律及其與生物功能的關系作為基礎，通過基因修飾或基因

合成，對現有蛋白質進行改造，或制造一種新的蛋白質，以滿足人類的生產和生活需求，蛋白質工程能對

現有的蛋白質進行改造或制造一種新的蛋白質；而基因工程原則上能生產自然界已有的蛋白質。2、蛋白質

工程的基本思路：從預期的蛋白質功能出發-設計預期的蛋白質結構玲推測應有的氨基酸序列玲找到并改變

相對應的脫氧核甘酸序列或合成新的基因玲獲得所需要的蛋白質。

【詳解】A、蛋白質工程操作流程與遺傳信息的流動方向相反，A錯誤；

B、蛋白質工程不一定要改變蛋白質分子中全部氨基酸的序列，可以是個別氨基酸的改變，B錯誤；

C、蛋白質工程是通過對基因進行修飾改造或重新合成，然后進行表達，同基因工程一樣，都需要構建基因

表達載體，C正確；

D、AI高效設計蛋白質以結構和功能關系為基礎，根據預期功能直接設計出新蛋白質，D錯誤。

故選C。

二、非選擇題

11.閱讀學習以下資料，回答相關問題：

蛋白質研究中的諾貝爾化學獎

蛋白質是氨基酸的多聚物。第一個被發現的氨基酸是天冬酰胺，發現于1806年。蘇氨酸是1935年被發現

的第20種氨基酸，硒代半胱氨酸是人類發現的第21種氨基酸。

1907年赫爾曼?埃米爾?費歇爾合成了含18個氨基酸的多肽,該多態具有和天然蛋白質相似的化學性質01953

年，英國生物化學家弗雷德里克?桑格利用獨創的試劑和方法，測定出了胰島素兩條肽鏈的氨基酸序列，證

明了蛋白質有明確的結構，為之后人工合成蛋白質奠定了基礎，桑格因此獲得了1958年的諾貝爾化學獎。

1962年美國科學家約翰?肯德魯與馬克斯?佩魯茨因為在蛋白質空間結構研究方面的貢獻而獲得了諾貝爾化

學獎。肯德魯和盧佩茨利用X射線衍射技術，分別發現了肌肉組織中肌紅蛋白和血紅蛋白的結構，這項成

就使人們深入理解了蛋白質的結構和功能的關系。

1972年美國生物化學家克里斯琴?伯默爾?安芬森、斯坦福?摩爾、威廉?霍華德?斯坦因為研究核糖核酸酶共同

榮獲諾貝爾化學獎。他們揭示了核糖核酸酶的氨基酸序列與生物活性構象之間的關聯。安芬森指出：對一

些蛋白質來說，只要環境不變，它的天然結構就只由氨酸序列決定，換句話說，給定一個氨基酸序列，理

論上就可以預測出蛋白質的三維結構。理解并預測蛋白質的三維結構，始終是科學家的夢想，但是這個問

題難度特別大，因為即使是長度適中的序列，例如100個氨基酸的序列，它們形成的蛋白質結構數量可能

是天文數字級的。

隨著用實驗手段確定結構的蛋白質的數量不斷增加，基于氨基酸序列預測蛋白質結構的能力得到了顯著提

升。國際蛋白質結構數據庫（PDB）收錄了基于X射線衍射、核磁共振、冷凍電鏡技術等實驗手段確定的近

20萬種蛋白質的結構。將未知結構的蛋白質氨基酸序列與那些結構已經被證實的蛋白質氨基酸序列進行比

較，并將這些信息與計算機算法結合起來，可以根據相似性做出蛋白質的結構預測。科學家于20世紀70

年代開始創建計算機模型來預測給定蛋白質序列的折疊方式。1994年，美國科學家約翰?莫爾特倡議在全球

范圍內進行蛋白結構預測比賽（CASP）。比賽每兩年舉行一次，方式如下：大賽組織者向建模者提供數十

種蛋白質的氨基酸序列，將建模者通過計算而預測到的蛋白質結構與通過冷凍電鏡等實驗技術確定的結構

進行比較，得分90分以上的預測被認為與實驗結果相當。早期的預測令人沮喪，到2016年，建模師的CASP

得分通常保持在70多分的水平，準確率勉強達到40%。

2018年，蛋白質的結構預測迎來了“人工智能"時刻。英國GoogleDeepMind的德米斯?哈薩比斯和約翰?江珀

開發了經歷過蛋白質數據庫學習訓練的AI模型-AlphaFold。AlphaFold在2018年的CASP首秀中收獲了接近

80分的佳績。2020年，新版AlphaFold2獲得92.4分的驚人成績，機器預測的準確度與實驗方法相當。目

前，AlphaFold2已經能夠以超過90%的正確率依據氨基酸序列預測人類所知的2億種蛋白質結構。AlphaFold

極大減少了人工確定蛋白質結構的時間，并展示了人工智能對于科學發現的影響。此外，這項研究將有助

于人們更好地了解疾病，加速新靶向藥物的開發等，具有廣泛的研究前景。德米斯?哈薩比斯和約翰?江珀因

此成就榮獲了2024年諾貝爾化學獎。雖然目前AI預測蛋白質結構的準確率很高，但也不是完全精確。對于

蛋白質來說，序列上百分之幾的差異可能就是完全不同的功能。

2003年，美國華盛頓大學醫學院的大衛?貝克團隊制造出了一種自然界中沒有的全新的蛋白質。他們的工作

流程是：先設計出自然界中從未存在過的蛋白質的結構圖，接下來利用編制出的計算機程序，嘗試找到構

造出這一結構背后的氨基酸序列，再根據這個序列制造出相應的蛋白質，并利用X射線衍射等實驗技術解

析出蛋白質的結構。他們發現實驗解析出的結構和預先繪制的預測結構幾乎一致。大衛?貝克團隊的研究是

"從頭設計"蛋白質的重大突破，打開了蛋白質結構的新世界，為造福人類提供了無限可能。2024年諾貝爾

化學獎的另一半授予了大衛?貝克，以表彰他在蛋白質設計領域的突出貢獻。

⑴蛋白質是氨基酸的多聚物，如果根據人體中組成蛋白質的21種氨基酸來計算，一個由100個氨基酸構成

的一條肽鏈可能的種類為=

⑵1962年科學家解析了人類血紅蛋白的三維結構，該分子由4條肽鏈組成，其中2條a鏈各含141個氨基

酸，2條B鏈各含146個氨基酸。這些氨基酸分子縮合成肽鏈時，共形成肽鍵的數目是，血紅蛋白

至少含有竣基的數目是