David Baker

诺贝尔奖得主、蛋白质设计先驱，打造了支撑现代生成式生物学的计算工具集（Rosetta、RoseTTAFold、RFdiffusion、ProteinMPNN）。

1. 身份与背景

David Baker 是华盛顿大学生物化学教授，兼任该校**蛋白质设计研究所（Institute for Protein Design，IPD）*主任。他因计算蛋白质设计与预测，与 Demis Hassabis 和 John Jumper（DeepMind）共同获得 2024 年诺贝尔化学奖；Baker 的那一半奖项表彰的是从头*蛋白质设计，Hassabis/Jumper 的那一半则表彰 alphafold3 结构预测一脉 [1]。

他的实验室是当今大量生成式蛋白质设计工具的发源地：Rosetta（基于物理的设计）、RoseTTAFold（结构预测）、RFdiffusion（通过 SE(3) 等变扩散进行生成式骨架设计）和 ProteinMPNN（逆折叠——为目标骨架设计序列）。RFdiffusion → ProteinMPNN 流水线是该领域经典的"先几何、后序列"工作流（参见 aifs-biology）（内部研究笔记）。

2. 当前在做

Baker 继续领导 IPD，并推动从静态结构预测走向生成式设计——发明具有新功能的蛋白质（结合物、酶、疫苗、材料），而不仅仅是预测天然蛋白质。他的实验室奉行开放科学（公开权重和方法），使其工具成为 AI 生物创业生态的共同底座（内部研究笔记）。

3. 公司与项目

• 蛋白质设计研究所（华盛顿大学） — 主任；该实验室的分拆公司和开源工具催生了 AI 药物发现浪潮。
• Xaira Therapeutics — Baker 是这家获 $10 亿种子资金的 AI 药物发现公司的联合创始人（2024 年成立，Arch Venture Partners + Foresite Labs）；Xaira 的 X-Cell 虚拟细胞工作也属于 ai-virtual-cell 所追踪的 AI 虚拟细胞版图。
• Chai Discovery — 这家开放模型的抗体/结构初创公司（Chai-1、Chai-2）由来自 Baker 华盛顿大学实验室的研究者创立；参见 chai-discovery。

4. 独立观察

• 一个实验室，诺奖的两半。 Baker 的设计工作与 DeepMind 的预测工作是同一蛋白质问题的两面；2024 年奖项的这一拆分，将如今构建整个 ai-for-science 生物领域的"预测/设计"二元性制度化了。
• 学术—产业的桥梁。 本周的研究专门聚焦于约 10 家领先的 AI 药物发现公司中哪些与 Baker 实验室有直接联系——答案是有数家，通过创始人师承（Chai Discovery）和联合创立（Xaira）建立联系，这证实 IPD 是整个行业的人才/方法来源，而不只是一个学术团队（内部研究笔记）。
• 开放权重是"逆向护城河"。 Baker 实验室免费发布 RFdiffusion/ProteinMPNN/RoseTTAFold，加速了竞争对手，但也使他的方法成为每家初创公司必须超越的默认基线——这是 aifs-biology 中"通用 vs 专用"之争反复出现的主题。

来源

• [1] Nobel Prize in Chemistry 2024 — David Baker facts（nobelprize.org）
• 内部研究笔记（Internal research notes）
• 内部研究笔记（Internal research notes）（David Baker + 公司合作查询）