Masivní nástroje v roce 2022 posunuly velkou chemii
Gigantické datové sady a kolosální přístroje pomohly vědcům letos řešit chemii v obrovském měřítku
podleAriana Remmel
Zdroj: Výpočetní středisko Oak Ridge Leadership v ORNL
Superpočítač Frontier v Národní laboratoři Oak Ridge je prvním z nové generace strojů, které chemikům pomohou s molekulárními simulacemi, jež jsou složitější než kdy dříve.
Vědci v roce 2022 učinili velké objevy s využitím superrozměrných nástrojů. V návaznosti na nedávný trend chemicky kompetentní umělé inteligence dosáhli výzkumníci velkého pokroku a naučili počítače předpovídat struktury proteinů v nebývalém měřítku. V červenci společnost DeepMind, vlastněná společností Alphabet, zveřejnila databázi obsahující struktury…téměř všechny známé proteiny—více než 200 milionů jednotlivých proteinů z více než 100 milionů druhů – jak předpověděl algoritmus strojového učení AlphaFold. Poté v listopadu technologická společnost Meta demonstrovala svůj pokrok v technologii predikce proteinů pomocí algoritmu umělé inteligence s názvemESMFoldV předběžné studii, která dosud neprošla recenzním řízením, vědci z Meta uvedli, že jejich nový algoritmus není tak přesný jako AlphaFold, ale je rychlejší. Zvýšená rychlost znamenala, že vědci dokázali předpovědět 600 milionů struktur za pouhé 2 týdny (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).
Biologové z lékařské fakulty Washingtonské univerzity (UW) pomáhajírozšířit biochemické schopnosti počítačů nad rámec přírodních šablontím, že učí stroje navrhovat proteiny na míru od nuly. David Baker a jeho tým z Washingtonské univerzity vytvořili nový nástroj umělé inteligence, který dokáže navrhovat proteiny buď iterativním vylepšováním jednoduchých pokynů, nebo vyplňováním mezer mezi vybranými částmi existující struktury (Věda2022, DOI:10.1126/science.abn2100Tým také představil nový program s názvem ProteinMPNN, který dokáže začít s navrženými 3D tvary a sestavami více proteinových podjednotek a poté určit aminokyselinové sekvence potřebné k jejich efektivní výrobě (Věda2022, DOI:10.1126/science.add2187;10.1126/science.add1964Tyto biochemicky propracované algoritmy by mohly vědcům pomoci při vytváření plánů pro umělé proteiny, které by mohly být použity v nových biomateriálech a léčivech.
Zdroj: Ian C. Haydon/UW Institute for Protein Design
Algoritmy strojového učení pomáhají vědcům vymýšlet nové proteiny se specifickými funkcemi.
S rostoucími ambicemi počítačových chemiků rostou i počítače používané k simulaci molekulárního světa. V Národní laboratoři Oak Ridge (ORNL) se chemici poprvé seznámili s jedním z nejvýkonnějších superpočítačů, jaké kdy byly postaveny.Exaskální superpočítač ORNL, Frontier, patří mezi první stroje, které dokáží vypočítat více než 1 kvintilion operací s plovoucí složkou za sekundu, což je jednotka výpočetní aritmetiky. Tato výpočetní rychlost je asi třikrát vyšší než u úřadujícího šampiona, superpočítače Fugaku v Japonsku. V příštím roce plánují další dvě národní laboratoře v USA debutovat s exascale počítači. Mimořádný výpočetní výkon těchto nejmodernějších strojů umožní chemikům simulovat ještě větší molekulární systémy a v delších časových horizontech. Data shromážděná z těchto modelů by mohla pomoci výzkumníkům posunout hranice toho, co je v chemii možné, tím, že se zmenší propast mezi reakcemi v baňce a virtuálními simulacemi používanými k jejich modelování. „Jsme v bodě, kdy si můžeme začít skutečně klást otázky o tom, co chybí v našich teoretických metodách nebo modelech, které by nás přiblížily k tomu, co nám experiment říká, že je skutečné,“ řekla v září časopisu C&EN Theresa Windusová, výpočetní chemička na Iowské státní univerzitě a vedoucí projektu Exascale Computing Project. Simulace probíhající na exascale počítačích by mohly chemikům pomoci vynalézt nové zdroje paliva a navrhnout nové materiály odolné vůči klimatu.
Po celé zemi, v Menlo Parku v Kalifornii, instaluje Národní urychlovací laboratoř SLACSuper vylepšení pro Linac Coherent Light Source (LCLS)...což by mohlo chemikům umožnit nahlédnout hlouběji do ultrarychlého světa atomů a elektronů. Zařízení je postaveno na 3 km lineárním urychlovači, jehož části jsou chlazeny kapalným héliem až na 2 K, aby se vytvořil typ superjasného, superrychlého zdroje světla zvaného rentgenový laser s volnými elektrony (XFEL). Chemici využili silné pulzy přístrojů k vytváření molekulárních filmů, které jim umožnily sledovat nespočet procesů, jako je tvorba chemických vazeb a práce fotosyntetických enzymů. „Během femtosekundového záblesku můžete vidět atomy, jak se zastavují, jak se jednotlivé atomové vazby rozpadají,“ řekla v červenci C&EN Leora Dresselhaus-Maraisová, vědkyně zabývající se materiály se společnými pracovními místy na Stanfordské univerzitě a SLAC. Modernizace LCLS také umožní vědcům lépe ladit energie rentgenového záření, až budou nové možnosti k dispozici začátkem příštího roku.
Zdroj: Národní urychlovací laboratoř SLAC
Rentgenový laser Národní urychlovací laboratoře SLAC je postaven na 3 km lineárním urychlovači v Menlo Parku v Kalifornii.
Letos vědci také viděli, jak mocný by mohl být dlouho očekávaný vesmírný dalekohled Jamese Webba (JWST) pro odhaleníchemická složitost našeho vesmíruNASA a její partneři – Evropská kosmická agentura, Kanadská kosmická agentura a Vědecký institut pro vesmírné teleskopy (Space Telescope Science Institute) – již zveřejnili desítky snímků, od oslnivých portrétů hvězdných mlhovin až po elementární otisky prstů starověkých galaxií. Infračervený dalekohled v hodnotě 10 miliard dolarů je vybaven sadou vědeckých přístrojů určených k prozkoumání hluboké historie našeho vesmíru. JWST, jehož vývoj trval desítky let, již překonal očekávání svých inženýrů pořízením snímku vířící galaxie, jak vypadala před 4,6 miliardami let, doplněného spektroskopickými signaturami kyslíku, neonu a dalších atomů. Vědci také změřili signatury parních mraků a oparu na exoplanetě, což poskytlo data, která by mohla astrobiologům pomoci hledat potenciálně obyvatelné světy mimo Zemi.
Čas zveřejnění: 7. února 2023