http://cdn.static-economist.com/sites/default/files/imagecache/full-width/images/print-edition/20131012_STD001_0.jpg

物理学奖:预测和发现希格斯粒子

  他是否会获奖?在瑞典皇家科学院准备宣布今年诺贝尔物理学奖得主之前,任何对此事稍有兴趣的人心中都在揣测。结果是,他真的获得了这一奖项。在预测以他的名字命名的希格斯粒子存在的半个世纪之后,爱丁堡大学的彼得·希格斯(Peter Higgs)终于获得了这项科学界的最高荣誉。另一个更大的谜是谁会与他一起分享这一殊荣?在两次推迟宣布后(对于一向守时的瑞典人来说,这一情况是非常罕见的),这位共享者的身份终于揭晓,他就是布鲁塞尔自由大学的弗朗索瓦·恩格勒(Francois Englert)。
  在获奖之前,希格斯的名字早已是家喻户晓,这在诺贝尔科学奖项获得者中也是很不寻常的。2008年,随着欧洲核子研究中心(CERN)领先的粒子物理实验室大型强子对撞机(LHC)的启动,寻找希格斯所预测的给予其他粒子以质量的希格斯玻色子的科学实验也大张旗鼓地开始了,LHC作为粒子加速器的第一个任务是寻找希格斯玻色子。2012年,希格斯玻色子的存在被证实,希格斯也成为了2013诺贝尔物理学奖最为人们看好的候选人物。
  谁将与他分享这次诺奖显然是个棘手的问题。CERN的呼声很高,有传言称这个组织有可能被提名为共同得主。还有,汤姆·基布尔(Tom Kibble)、杰拉尔德·古拉尔尼克(Gerald Guralnik)和卡尔·哈根(Carl Hagen),被广泛认为是对希格斯粒子作出更完整的理论解释,但他们的论文比希格斯的论文晚了几个星期。还有恩格勒和他的同事罗伯特·布绕特(Robert Brout),也在差不多的时间里提出了希格斯机制,但并没有明确预测玻色子的存在。
  布绕特于2011年去世,按照诺奖的传统做法,奖项分享不能多于三方,诺奖委员会选择了希格斯和恩格勒共享这次诺贝尔物理学奖,这必然会引起其他人的一些不满,但从来没有人能说人生总是公平的。

医学奖:细胞囊泡运输机制的发现和应用

  较少预见性,同时也更少争议的是诺贝尔生理学或医学奖,由发现细胞囊泡运输机制的耶鲁大学的詹姆斯·罗思曼(James Rothman)、加州大学伯克利分校的兰迪·谢克曼(Randy W.Schekman)和斯坦福大学的托马斯·祖德霍夫(Thomas C.Südhof)共同分享。细胞囊泡是一些非常小的泡沫状结构,周围是一层脂肪膜,这些囊泡的作用是在细胞中传输激素、酶和其他各种分子,有时传输到细胞外。
  上世纪70年代,谢克曼对控制囊泡传输的机制进行了研究,他利用了当时较为新颖的基因筛选方法发现,如果酵母细胞的这种传输机制失灵,就会导致细胞部分堵塞。通过对有缺陷细胞与正常细胞进行比较,谢克曼分离出引起混乱的三种不同类型的突变基因。
  在谢克曼发现的这种分子机制中,每个小囊泡都将它们承载的“货物”在其需要的地方卸下来,运送到细胞的其他结构中或通过细胞壁运送到细胞外。其中,他发现了一对蛋白质复合体(一个在囊泡上,另一个则在它们特定的目标物上),像似一根拉链的两半可以嵌合在一起:如果蛋白质互相匹配,囊泡打开,倾倒出它的内部物质;如果不匹配,囊泡依然紧闭。
  在谢克曼研究的基础上,祖德霍夫专攻神经细胞如何沟通的问题。当这样一个细胞被激活时,发出的电脉冲一直抵达某个突触,即神经细胞互相紧挨着形成的神经细胞丛簇,电脉冲信号在那里刺激并释放神经递质。这些专化的分子穿过突触间隙,刺激第二个神经细胞。祖德霍夫描述了抵达的电脉冲如何引起钙离子急速涌入细胞,装载有神经递质的囊泡与细胞壁结合在一起,穿过间隙释放内部物质的过程。
  全世界的细胞生物学教科书中都采用了这三位获奖者所描述的囊泡运输机制,这种囊泡运输机制对于从细胞分裂到通过荷尔蒙激素调节身体系统来说都极为重要。糖尿病、波特淋菌中毒以及多种神经系统疾病,其部分原因都源于囊泡运输机制的机能失常。了解囊泡运输机制是如何工作的,是对这类疾病进行治疗的第一步。

化学奖:为复杂化学体系设计的多尺度模型

  2013诺贝尔化学奖授予了马丁·卡普拉斯(Martin Karplus)、迈克尔·莱维特(Michael Levitt)和亚利耶·瓦谢尔(Arieh Warshel)三位美国科学家,以奖励他们在共同攻克模拟化学反应的数学难题,发展复杂化学体系多尺度模型所做的贡献。
  化学反应涉及电子的旋转,在量子力学中,这种行为很好理解。物理学家们在对粒子进行分离处理上有着得天独厚的优势,而化学家则必须面对现实世界的复杂性,在一些实际情况下,往往是多种电子围绕着几种不同的物质旋转。
  幸运的是,人们还可以有另一种选择。艾萨克·牛顿(Isaac Newton)的传统物理学比现代量子学要简单,可以较为容易地建立起像酶和药物等复杂分子的化学模式,但牛顿模型只能告诉你化学模型是如何建立起来的,而不能解释如果有其他东西存在时它将会如何反应。
  上世纪70年代初,卡普拉斯带领哈佛大学的一个研究团队,建立了早期的量子力学计算机模型。与此同时,以色列魏茨曼科学研究所的莱维特和瓦谢尔一直在进行一个牛顿学说项目,甚至可以处理如酶等大生物分子。
  瓦谢尔获博士学位后,于1970年来到哈佛大学,并与卡普拉斯开始合作。他们的一个关键性的观点是,没有必要以极大的精确性来模拟整个化学过程。尽管许多生物分子都很大,但它们的活动点――即激烈反应的位点――却是很小的。因此这两位科学家想出了一个混合型方法,以量子力学来建立某个分子中他们感兴趣部分的模型,而以更快、更简单的牛顿方法来模拟其余的部分。
  他们的第一个程序受到了限制,意味着它只能应用于某种特定情况。在接下来的几年里,莱维特也加入了他们的团队,扩大了所建立模型的范围,几乎可以适应任何东西。他们还对其性能进行调整,以方便计算机处理。例如,通过计算他们发现,不仅分子的大部分可以通过牛顿方式来处理,同时,在不影响精度的情况下,也可以对匀质的分子团块进行处理。
  任何科学模型显示的结果并不等同于现实的完全模拟,也有可能会错过某些东西,这次诺奖的公布结果也是如此。但这次的获奖者他们都取得了科学界瞩目的成果。在这里引用爱因斯坦的一句话:凡事尽可能的简单,但是不能过于简单。这几位科学家正是如此做的,他们让化学充分融入了计算机时代。

责任编辑 则