Nobelovu cenu za chémiu za rok 2024 získalo trio vedcov, ktorí použili umelú inteligenciu na „rozlúsknutie kódu“ takmer všetkých známych proteínov, „chemických nástrojov života“.
Nobelova komisia ocenila Davida Bakera, biochemika, za dokončenie „takmer nemožného výkonu pri budovaní úplne nových druhov proteínov“ a Demisa Hassabisa a Johna Jumpera, ktorí pracujú v Google DeepMind, za vývoj modelu AI na predpovedanie komplexných štruktúr proteínov – problém, ktorý bol 50 rokov neriešený. „Potenciál ich objavov je obrovský,“ uviedol výbor pri stredajšom vyhlásení ceny vo Švédsku.
„Bielkoviny sú makromolekuly s jedinečnou štruktúrou. Tak ako každý človek má svoju jedinečnú tvár, tak aj každá bielkovina má svoj jedinečný „výzor“ - svoju štruktúru. Bielkoviny nie sú len náhodné „klbká“ aminokyselín, pospájaných peptidovou väzbou, ale sú zbalené do jedinečnej štruktúry, ktorá je daná poradím aminokyselinových zvyškov,“ uviedli pre HN Vladena Bauerová a Jacob A. Bauer z Ústavu molekulárnej biológie SAV v.v.i. v Bratislave.
Unikátna štruktúra bielkovín podľa nich odráža, respektíve ide „ruka v ruke“ s ich biologickou funkciou. Bielkoviny sú všade okolo nás. Obsahujú ich všetky mikroorganizmy, rastliny, živočíchy aj vírusy. Sú nevyhnutnou súčasťou všetkých živočíšnych orgánov a tkanív a sú katalyzátormi mnohých bunkových procesov.
„Google vyhľadávanie“
Výbor uviedol, že stredajšia cena mala dve „polovice“. Prvý dostal Hassabis, britský počítačový vedec, ktorý spoluzakladal výskumné laboratórium AI spoločnosti Google DeepMind, a Jumper, americký výskumník, ktorý tiež pracuje v DeepMind. Hassabis a Jumper boli ocenení za použitie AI na predpovedanie trojrozmernej štruktúry proteínu zo sekvencie aminokyselín, čo im umožnilo predpovedať štruktúru takmer všetkých 200 miliónov známych proteínov.
Podľa Bauerovcov je vyriešenie problematiky zbaľovania bielkovín pomocou AI a predstavenia voľne dostupného softvéru pre predikciu štruktúry bielkovín - AlfaFold2 - obrovským krokom vpred nie len pre vedcov z mnohých oblastí, ale aj pre pre mnohé priemyselné odvetvia, ako napríklad chemický, farmaceutický, potravinársky, elektrotechnický.
„Ide vo veľkej miere o zvládnutie vyriešenia zbalenia danej bielkoviny, a tým odhalenia jej jedinečnej štruktúry, a to často v priebehu niekoľkých minút. Je to poznanie „uholného kameňa“, ktorý je nevyhnutný pre poznanie štruktúry a porozumenie funkcie bielkovín, bez ktorých, život ako ho poznáme, by nebol možný.“
„Je to skutočne samostatný prelom, ktorý rieši tradičný svätý grál vo fyzikálnej chémii,“ povedala pre CNN Anna Wedellová, profesorka lekárskej genetiky na Karolinska Institutet vo Švédsku a členka Kráľovskej švédskej akadémie vied. Ich program AI – AlphaFold Protein Structure Database – využili najmenej dva milióny výskumníkov na celom svete. Funguje ako „Google vyhľadávanie“ pre proteínové štruktúry, poskytuje okamžitý prístup k predpovedaným modelom proteínov, urýchľuje pokrok v základnej biológii a iných súvisiacich oblastiach.
„Všetko zverejnili, takže viac-menej každá oblasť sa teraz môže obrátiť na túto databázu a použiť tieto nástroje na riešenie svojho konkrétneho problému. Vďaka tomu sú možné skoky vo veľmi, veľmi mnohých rôznych oblastiach,“ povedala Wedellová, ktorá tento nástroj používa vo svojej vlastnej práci v oblasti zriedkavých chorôb.
Od uverejnenia kľúčového dokumentu dvojice v roku 2021 bol citovaný viac ako 16 000-krát. David Pendlebury, vedúci analýzy výskumu v Clarivate‘s Institute for Scientific Information, to opísal ako bezprecedentné a odráža to revolučný vplyv tejto práce. Z celkového počtu 61 miliónov vedeckých prác bolo len asi 500 citovaných viac ako 10 000-krát, povedal pre CNN.
Vytváranie dosiaľ nevídaných proteínov
Druhá „polovica“ ceny bola udelená Bakerovi, profesorovi z University of Washington, za použitie počítačových metód na vytvorenie proteínov, ktoré predtým neexistovali a mali úplne nové funkcie. Johan Aqvist, člen Nobelovej komisie, povedal, že Baker použil svoj počítačový program najprv na nakreslenie proteínových štruktúr v nových dimenziách a potom na zistenie, aká sekvencia aminokyselín by vám dala túto štruktúru.
To umožnilo Bakerovi vytvoriť tieto nové proteíny, z ktorých väčšina nikdy predtým nebola videná a v prírode neexistovali. Povedal, že rozmanitosť proteínov, ktoré vytvoril Baker, bola absolútne ohromujúca. „Zdá sa, že teraz môžete s touto technológiou vytvoriť takmer akýkoľvek typ proteínu,“ povedal Aqvist. Výbor uviedol, že schopnosť skonštruovať nové proteíny má širokú škálu potenciálnych použití, od vytvárania nových liečiv až po rýchlejší vývoj nových vakcín.
„Návrh unikátnych bielkovín má jedinečný potenciál v oblasti materiálov, takéto bielkoviny môžu byť využité buď priamo, napríklad ako liečivá, unikátne povrchy pre biosenzory, nové katalyzátory. Taktiež je možné ich využitie v oblasti elektroniky, kozmického výskumu, prípadne výskumu v extrémnych podmienkach. Všetko závisí na štruktúre a vlastnostiach novozosyntetizovaných bielkovín,“ uviedli Baureovci.
Stredajšie ocenenie za chémiu pritom posilnilo obrovský vplyv AI vo vede. Umelé neurónové siete, ktoré si vyslúžili nobelovku za fyziku, sú rovnakou technológiu, ktorá pomohla podporiť prácu nových laureátov chémie. „Tohtoročný výber laureátov Nobelovej nadácie za fyziku a chémiu možno opísať len ako odvážny. Uznanie transformačnej úlohy AI vo výskume v dvoch kategóriách, nadväzujúcich na seba, je bezprecedentné, povedal Pendlebury.