为庆祝今年诺贝尔化学奖的颁发，我们制作了一张信息图，详细介绍了大卫·贝克（David Baker）博士在计算蛋白质设计领域的成就。贝克博士与 DeepMind 的德米斯·哈萨比斯（Demis Hassabis）和约翰·M·江珀（John M. Jumper）共同分享了这一奖项，以表彰他们在蛋白质结构预测方面取得的进展。请查看下方的 免费、可完全编辑的模板 。 

特别感谢华盛顿大学传播主管兼大卫·贝克博士及贝克实验室传播联络人伊恩·C·海顿（Ian C. Haydon）与我们合作制作这张信息图！

定制蛋白质设计的科学

大卫·贝克在定制蛋白质设计领域的探索始于一个简单而深刻的问题：我们如何预测并控制蛋白质的折叠？蛋白质会折叠成复杂的 3D 形状，从而决定其功能，但设计出具有特定功能（自然界中不存在的功能）的蛋白质极具挑战性¹。

贝克实验室最初通过创建 Rosetta 程序来解决蛋白质结构预测问题，该程序允许研究人员根据氨基酸序列预测蛋白质形状。随着计算能力的提升，贝克团队引入了人工智能以提高速度和准确性。在此基础上，贝克实验室将研究重点转向了从零开始设计全新的蛋白质^1,2，利用 RFdiffusion 等工具创造出具有自然界中从未见过的功能的新型序列。

RFdiffusion 的应用

RFdiffusion 是一款用于设计新蛋白质的最先进模型。它基于为结构预测而开发的工具 RoseTTAFold，通过对其进行去噪处理（一种优化蛋白质预测的过程）而改进³。RoseTTAFold 通过逐步引导初始模型，最终使其收敛于新设计的蛋白质形状³。 

RFdiffusion 的多功能性和有效性已在设计多种蛋白质的过程中得到验证，包括对称组装体、金属结合蛋白和靶向结合蛋白⁴。该过程包含三个关键步骤：随机噪声、迭代去噪和最终组装。

大卫·贝克开创性蛋白质设计的时间轴

大卫·贝克在 从头（de novo） 蛋白质设计方面的开创性工作带来了多项突破性创新：

• Top7 (2003年)： 首个 从头（de novo）从头设计的蛋白质 Top7 由 David Baker 实验室于 2003 年创造，标志着蛋白质设计领域的重大突破⁵。这种完全合成的蛋白质具有自然界中不存在的独特结构，展示了计算设计的潜力，并为未来科学和医学领域定制蛋白质的创新铺平了道路。
• 抗流感病毒蛋白 (2011年)： Baker 的团队设计出一种能与 1918 年流感病毒血凝素结合的蛋白质，展示了工程化蛋白质在对抗病毒感染方面的潜力⁶。
• 自组装蛋白质纳米颗粒 (2016年)： 这种自组装二十面体蛋白质笼的成功构建，证明了设计具有特定几何形状和功能性的复杂纳米结构的能力⁷。
• SARS-CoV-2 微型蛋白抑制剂 (2020年)： 为应对新冠疫情，Baker 实验室开发了能够抑制 SARS-CoV-2 刺突蛋白的微型蛋白，凸显了蛋白质设计在应对突发健康威胁时的快速适应能力⁸。‍
• 可延伸蛋白质纳米纤维 (2023年)： 这种能够形成具有可控几何形状的六聚体组件的可延伸重复蛋白设计，为材料科学和纳米技术提供了新的可能性⁹。

这些突破表明，蛋白质设计正在改变医学、生物技术和材料科学。David Baker 的开创性创新，连同 Demis Hassabis 博士和 John M. Jumper 博士因 AlphaFold 荣获 2024 年诺贝尔化学奖，共同彰显了深度学习和多元化方法在推动蛋白质研究方面的强大力量。

想亲手制作信息图吗？继续阅读吧！我们将带您走进幕后，揭秘我们是如何设计这张图表的，并为您提供一些技巧和窍门，助您在 BioRender 中轻松制作出令人惊艳的信息图。

信息图幕后：打造引人注目的视觉故事

在 BioRender 中设计信息图时，我们的目标是：1) 准确展示科学内容；2) 使其视觉上引人入胜且易于理解。两者兼顾颇具挑战，尤其是在需要包含大量信息时（如上面的信息图）。但只要方法得当，您也能掌握其中的精髓。

以下是我们制作诺贝尔奖信息图的过程，以及您可以参考的实践方法。

构建清晰、动态的布局

对于信息图表这类复杂图形而言，深思熟虑的布局尤为重要，它能保持内容条理清晰、易于阅读，避免杂乱无章或令人困惑。为了给我们的诺贝尔奖定制蛋白质设计信息图表打造清晰、动态的布局，我们遵循了三个关键原则：

1. 拼凑故事片段。 为了制作出一份引人入胜的诺贝尔奖蛋白质设计技术信息图表，我们纳入了以下故事片段：一个引人注目的标题；对 RFdiffusion 计算工具的解析；未来的前沿应用；以及概述蛋白质设计演变的时间轴。在明确这些组成部分后，我们以自然流畅的阅读顺序将它们组合在一起。
   
2. 突出关键视觉元素。 我们将首个蛋白质设计成果 Top7 的可视化图像置于核心位置，通过在其周围预留充足空间，并使其尺寸远大于其他视觉组件，从而突显其重要性。此外，我们将 Top7 的位置安排得恰到好处，使其在构图上能够将机制部分与时间轴有机地串联起来。‍
3. 平衡密度与留白。 鉴于我们拥有多个文字密集区域（如“RFdiffusion 的实际应用”部分）或色彩丰富的区域（如时间轴），我们对布局进行了微调，以确保每个核心故事片段都有足够的呼吸空间。

喜欢这个布局吗？我们已将其制作成 BioRender 模板——快来亲自试试吧！点击点击此处使用该模板。

为视觉效果增添冲击力

科学信息图旨在讲述宏大故事，其内容往往非常密集。它们与其他密集型格式（如研究海报）的区别在于以视觉对比作为核心主题。

视觉对比贯穿于高效信息图设计的方方面面，例如比例（大与小）、渲染方式（写实与示意）、空间（开放与密集区域）以及色彩/色调（色相、饱和度和色调等级的选择）。在制作化学诺贝尔奖信息图时，我们在打造核心视觉元素时充分利用了这一主题：一个引人注目的 3D 可视化图像，展示了首个 从头（de novo） 蛋白质设计——Top7：

• 渲染与色彩：我们希望读者能够深入观察 Top7 蛋白质的分子结构。为此，我们利用 BioRender 的 PDB 插件，以相同的视角轻松生成了多个 Top7 的 3D 渲染图，包括卡通和表面蛋白质两种表现形式。随后，我们对这些渲染图进行了样式处理（使用 BioRender 的颜色叠加、发光和透明度等功能），并将它们叠加在一起，最终呈现出“X 射线”般的视觉效果。
  
• 比例与构图：Top7 图形的尺寸被放大，使其在比例上远超时间轴中的其他合成蛋白质。这种尺寸上的对比，加上其鲜艳色彩与深色背景形成的强烈反差，自然而然地吸引了观众的目光。‍
• 与整体内容的衔接：随后，我们通过在 Top7 图像周围添加特定的图形设计元素，将其与信息图的其他部分在视觉上关联起来——例如连接下方时间轴的线条，以及环绕蛋白质结构的黑色圆圈。这样一来，Top7 不仅成为了视觉中心，还与整体设计实现了无缝融合。

在创作关键图形时不知从何下手？不妨试试我们的 BioRender 图标包作为起点！这里汇集了我们的蛋白质结构图标，旨在助力您的图表创作。 

每一张图表都是一个等待讲述的故事。首先问自己：我想传达的核心信息是什么？ 这将决定您的设计选择——从您包含的关键图形到信息的组织方式。借助 BioRender 等工具和深思熟虑的设计方法，您可以让您的科学故事栩栩如生。

继续阅读：2024 年诺贝尔生理学或医学奖

‍