2024年诺贝尔化学奖将于北京时间10月9日（星期三）的17点45分揭晓。
英国皇家化学会（Royal Society of Chemistry）旗舰杂志《化学世界》（Chemistry World）梳理了今年预测诺贝尔化学奖获奖者的文章，聚焦以下3个方向：分子动力学模拟、蛋白质结构预测、光催化剂研制。
此外，欧洲的《化学观点》（Chemistry Views）杂志开展过一项关于2024年诺贝尔化学奖预测的民意调查，“糖生物学、下一代测序和核酸化学、金属-有机骨架材料和共价有机框架”方面呼声集中。
科睿唯安不久前公布了2024年引文桂冠奖（Citation Laureates 2024）的获奖者名单。22位来自生理学/医学、物理学、化学以及经济学领域的杰出学者入选。他们的工作卓越而极具影响力，所著论文被引用超过2000次，他们是各自学科内位列前0.01%的高被引科研人员——其中一部分人更是今年诺奖的有力竞争者。
最有趣的是，根据诸多权威分析人士的预测，引文桂冠奖名单中的6人都成了今年诺贝尔化学奖的候选者。
自2002年以来，已有75位引文桂冠奖得主获得诺贝尔奖，其中包括2020年化学奖获得者——基因编辑技术开创者詹妮弗 · 杜德纳（Jennifer Doudna）和伊曼纽尔 · 夏庞蒂尔（Emmanuelle Charpentier），以及2019年化学奖获得者“锂电池之父”约翰 · 古迪纳夫（John Goodenough）。
两位来自意大利的理论物理学家被视为今年化学奖的有力争夺者。他们是普林斯顿大学的罗伯托 · 卡尔（Roberto Car）和苏黎世联邦理工学院的米歇尔 · 帕里内洛（Michele Parrinello），因其革命性的卡尔-帕里内洛分子动力学方法（CPMD）闻名学界。CPMD能够更有效地进行分子动力学模拟，帮助研究人员更深刻理解原子水平上的化学反应和材料行为。
1985年，两位计算派大师于《物理评论快报》（Physical Review Letters）发表了自己的开创性论文。而在此之前，原子的电子结构计算和分子动力学是互不关联的两个概念。这限制了它们在凝聚态物质模拟方面的应用。CPMD将量子力学原理（解释电子如何运动）与经典分子动力学（模拟原子的运动）相结合，使理论派学者能在更大尺度上研究无序、真实的材料系统。不同于发现某种新分子或新现象，计算方法的创新在其诞生之初往往难以衡量价值。但经过近40年的发展，卡尔-帕里内洛方法已被证明是计算材料科学的突破性进展，其应用范围涵盖从固体物理到化学和生物学等众多领域。
谈起如今的蛋白质结构预测，不得不提3位引领者的大名，那便是约翰 · 江珀（John Jumper）、德米斯 · 哈萨比斯（Demis Hassabis）以及大卫 · 贝克（David Baker）。前两位是谷歌DeepMind团队的核心成员，发明了预测蛋白质三维结构的革命性技术——AlphaFold。贝克是华盛顿大学的生物化学教授，创建出同样精确的AI预测工具RoseTTAFold。今年5月，第三代 AlphaFold问世，也带来了对生物分子相互作用的深刻的结构洞见，在2埃（?，?1埃等于0.1纳米）的实验误差内预测了约80%的蛋白质-配体复合物。
此前，江珀与哈萨比斯已凭借AlphaFold获得2023年生命科学突破奖（Breakthrough Prize in Life Sciences）。眼下，分析人士推测这3位大咖很有可能摘得诺奖。
相对于理论计算和AI预测，光催化剂研究是更正统的化学。东京大学的堂免一成（Kazunari Domen）教授因在这一领域的关键工作而广受赞誉。
光催化剂利用阳光来驱动水分解反应，这是生产清洁氢燃料的关键步骤。虽然许多光催化剂能吸收光并引发水分解，但它们通常会迅速降解、产生不必要的副产品或无法利用足量阳光。
2020年，堂免一成于《自然》杂志报道了一项突破性成果：其团队制备得到的光催化剂几乎可以完美地转化光能为氢能，为可持续且经济可行的氢生产奠定了基础。
值得一提的是，《化学观点》（Chemistry Views）杂志开展过一项关于2024年诺贝尔化学奖预测的民意调查，后收到600多份回复。根据民意，最有希望的候选者是来自斯克利普斯研究所的美籍华裔化学家翁启惠（Chi-Huey Wong），共获得159张选票。
翁教授因在糖生物学方面的开创性工作而闻名，曾获得亚瑟 · C · 克拉克奖（Arthur C. Clarke Award）、沃尔夫化学奖（Wolf Prize in Chemistry）以及罗伯特 · 鲁宾孙奖（Robert Robinson Award）。
其他获得支持的科学家包括剑桥大学的尚卡尔 · 巴拉苏布拉马尼亚安（Shankar Balasubramanian）和加州大学伯克利分校的奥马尔 · 亚吉（Omar Yaghi）。前者是下一代测序和核酸化学领域的重要贡献者，并于2022年获得生命科学突破奖；后者在MOFs和共价有机框架方面取得关键成果，成为2024年唐奖永续发展奖（Tang Prize for Sustainable Development）的得主。
-《世界科学》2024年第8期专稿《人工智能是蛋白质科学的终结者吗？》一文叙述了AI预测蛋白质结构发展的来龙去脉，并揭示了该技术发展过程中——江珀、哈萨比斯、贝克等所发挥的关键作用，本期邀请了深圳湾实验室资深研究员周耀旗、清华大学科技与社会研究中心主任李正风教授对该技术进展进行点评。-
资料来源：
Predictions for the 2024 chemistry prize highlight growing importance of AI and computational methods
END
