Нобелівська премія з хімії 2024 - в фокусі тема АІ

Хіміки давно мріяли повністю зрозуміти й оволодіти хімічними інструментами життя – білками. Тепер ця мрія здійснилася. Деміс Хассабіс (Demis Hassabis) і Джон М. Джампер (John M. Jumper) успішно використали штучний інтелект, щоб передбачити структуру майже всіх відомих білків. Девід Бейкер (David Baker) навчився конструювати будівельні блоки життя та створювати абсолютно нові білки. Потенціал їхніх відкриттів величезний.

Щоб зрозуміти виклики, які подолали цьогорічні лауреати, треба озирнутися на світанок сучасної біохімії.

Хіміки з дев’ятнадцятого століття знали, що білки важливі для життєвих процесів, але лише до 1950-х років хімічні інструменти стали достатньо точними, щоб дослідники почали досліджувати білки більш детально. Кембриджські дослідники Джон Кендрю (John Kendrew) та Макс Перуц (Max Perutz) зробили новаторське відкриття, коли наприкінці десятиліття вони успішно використали метод під назвою рентгенівська кристалографія, щоб представити перші тривимірні моделі білків.

У 1961 р. Крістіан Анфінсен (Christian Anfinsen), американський вчений, дійшов висновку, що тривимірна структура білка повністю регулюється послідовністю амінокислот у білку.

Однак логіка Анфінсена містила парадокс, на який звернув увагу інший американець, Сайрус Левінталь (Cyrus Levinthal) у 1969 р. Він підрахував, що навіть якщо білок складається лише зі 100 амінокислот, теоретично білок може мати принаймні 1047 різних тривимірних структур. Якби ланцюг амінокислот згортався випадковим чином, знадобилося б більше часу, ніж вік Всесвіту, щоб знайти правильну структуру білка. У клітинці це займає лише кілька мілісекунд. Отже, як насправді складається ланцюжок амінокислот?

Відкриття Анфінсена та парадокс Левінталя означають, що згортання є заздалегідь визначеним процесом. І – що важливо – вся інформація про те, як згортання білка має бути присутня в послідовності амінокислот.

Наведені вище висновки привели до ще одного вирішального усвідомлення: якщо хіміки знають амінокислотну послідовність білка, вони повинні мати можливість передбачити тривимірну структуру білка. Це була захоплююча ідея.

Ці логічні висновки стали великим викликом біохімії: проблеми передбачення. Прорив відбувся лише у 2018 році, коли на поле з’явився шаховий майстер, експерт із нейронаук і піонер у галузі АІ Деміс Хассабіс.

У 2018 році він зареєструвався на тринадцятий конкурс CASP. І модель АІ Деміса Хассабіса несподівано перемогла.

Завдяки своїй моделі АІ AlphaFold команда Хассабіса досягла точності майже 60%. Але для успіху передбачення повинно було мати точність 90% у порівнянні з цільовою структурою.

Один відносно новий співробітник мав вирішальні ідеї щодо того, як можна покращити модель АІ. Це був Джон Джампер.

У 2017 р. він почув чутки про те, що Google DeepMind у великій таємниці почала передбачати структури білків. Він надіслав їм заяву про роботу. У  нього були творчі ідеї, як покращити AlphaFold. Джампер і Хассабіс спільно керували роботою, яка докорінно реформувала модель ШІ. Команда також почала використовувати інновацію: нейронні мережі під назвою трансформери.

Команда навчила AlphaFold2 на великій кількості інформації в базах даних про всі відомі білкові структури та послідовності амінокислот, і нова архітектура ШІ почала давати хороші результати.

Тепер представимо іншу половину Нобелівської премії з хімії 2024 року, яка стосується мистецтва створення нових білків з нуля.

Коли Девід Бейкер почав навчатися в Гарвардському університеті, то під час курсу еволюційної біології він натрапив на перше видання тепер уже класичного підручника «Молекулярна біологія клітини». Це змусило його змінити напрямок життя. Наприкінці 1990-х років він почав розробляти комп’ютерне ПЗ, яке могло передбачати структури білків: Rosetta.

Бейкер дебютував на змаганнях CASP у 1998 році, використовуючи Rosetta, і справився дуже добре. Цей успіх призвів до нової ідеї: замість того, щоб вводити амінокислотні послідовності в Rosetta та отримувати білкові структури, вони повинні мати можливість вводити бажану білкову структуру та отримувати пропозиції щодо її амінокислотної послідовності, що дозволить їм створювати абсолютно нові білки.

Дослідницька група намалювала білок із абсолютно новою структурою, а потім попросила Rosetta обчислити, який тип амінокислотної послідовності може призвести до бажаного білка. Виявилося, що Rosetta дійсно може конструювати білки. Бейкер опублікував своє відкриття в 2003 р.

Модель АІ стала золотою жилою для дослідників. Раніше для отримання білкової структури часто потрібні були роки, якщо вона взагалі була отримана. Тепер це можна зробити за кілька хвилин.

Здатність створювати білки, наповнені новими функціями може призвести до появи нових наноматеріалів, цільових фармацевтичних препаратів, швидшої розробки вакцин, мінімальної кількості сенсорів і більш екологічної хімічної промисловості – це лише кілька застосувань, які принесуть найбільшу користь людству.

Стратегія охолодження ЦОД для епохи AI