近日，伊利诺伊大学芝加哥分校兼职教授萨尔法兹·K·尼亚兹（Sarfaraz K. Niazi）向诺贝尔奖基金会提交了一份质疑信，公开挑战2024年诺贝尔化学奖对蛋白质结构预测的认可。
他认为，以AlphaFold和Rosetta为代表的蛋白质结构预测技术并非真正的突破性发现，并在其最新论文中提出了理论上的根本性质疑。
质疑突破性的定义
2024年诺贝尔化学奖授予了在蛋白质结构预测领域取得重大进展的科学家，表彰他们开发的AlphaFold和Rosetta算法。
这些算法能够根据氨基酸序列预测蛋白质的三维结构，被广泛认为是生物学和药物研发领域的里程碑。
然而，尼亚兹对此提出了强烈异议。
他在题为《蛋白质结构预测中的量子力学悖论：既由序列决定又独立于序列》（Quantum mechanics paradox in protein structure prediction: Intrinsically linked to sequence yet independent of it）的论文中指出，从量子力学的基本原理来看，精确预测蛋白质的功能性三维结构在理论上是不可能的。
尼亚兹在论文中将这一挑战比作海森堡不确定性原理，认为蛋白质结构的动态本质决定了其状态无法被完全预测。
他指出，现有的预测算法，如AlphaFold和Rosetta，主要依赖于现有的蛋白质结构数据进行建模，而这种方法并不能真正解决蛋白质在复杂环境中可能出现的众多构象问题。
批评预测模型的局限性
在其论文中，尼亚兹进一步解释了为何现有的结构预测方法存在根本缺陷。
他认为，尽管AlphaFold和Rosetta在某些情况下能够提供接近真实的结构预测，但这主要是基于已有的大量实验结构数据，并未真正解决蛋白质折叠问题的“第一性原理”挑战。
尼亚兹指出，蛋白质在生物体内的构象不仅受序列信息的影响，还与环境条件、分子间相互作用以及量子效应密切相关。
这些因素共同决定了蛋白质的最终形态，使得简单的序列到结构的映射在实际应用中存在巨大的不确定性。
他进一步提出，现有模型在处理蛋白质的功能状态转换以及动态结构变化时，存在显著的局限性，难以准确预测蛋白质在不同环境下的真实构象。
量子视角的挑战
尼亚兹特别强调，蛋白质作为高度动态的分子系统，其行为受到量子力学规律的深刻影响。
他认为，目前的预测模型尚未充分考虑这一基本物理限制，因而无法真正解决蛋白质折叠问题。
他在论文中写道：“在量子力学的框架下，蛋白质的三维结构并非一个静态、确定的属性，而是一个高度动态、概率性的存在状态。现有的预测模型在忽略了这些基本特征的情况下，很难声称实现了真正的‘突破’。”
尼亚兹的这一挑战引发了学术界的讨论，也引起了业界对如何定义“突破性发现”的反思。他希望通过这一公开挑战，引导科研界重新审视在蛋白质结构预测领域的科学标准，并推动更基础性、更具理论深度的研究。
目前，诺贝尔奖基金会尚未对尼亚兹的请愿书作出正式回应。
