Massiiviset työkalut kehittivät suurta kemiaa vuonna 2022
Jättimäiset tietojoukot ja valtavat instrumentit auttoivat tutkijoita käsittelemään kemiaa valtavassa mittakaavassa tänä vuonna
kirjoittajaAriana Remmel
Luotto: Oak Ridge Leadership Computing Facility, ORNL
Oak Ridge National Laboratoryn Frontier-supertietokone on ensimmäinen uuden sukupolven koneista, joka auttaa kemistejä ottamaan vastaan molekyylisimulaatioita, jotka ovat monimutkaisempia kuin koskaan ennen.
Tutkijat tekivät suuria löytöjä ylisuurilla työkaluilla vuonna 2022. Kemiallisesti pätevän tekoälyn viimeaikaisen trendin pohjalta tutkijat ottivat suuria harppauksia ja opettivat tietokoneita ennustamaan proteiinirakenteita ennennäkemättömässä mittakaavassa.Heinäkuussa Alphabetin omistama yritys DeepMind julkaisi tietokannan, joka sisältää rakenteetlähes kaikki tunnetut proteiinit– 200 miljoonaa plus yksittäistä proteiinia yli 100 miljoonasta lajista – koneoppimisalgoritmin AlphaFold ennustamana.Sitten marraskuussa teknologiayritys Meta esitteli edistymistään proteiinien ennustusteknologiassa tekoälyalgoritmilla nimeltäESMFold.Preprint-tutkimuksessa, jota ei ole vielä vertaisarvioitu, Meta-tutkijat ilmoittivat, että heidän uusi algoritminsa ei ole yhtä tarkka kuin AlphaFold, mutta on nopeampi.Lisääntynyt nopeus tarkoitti sitä, että tutkijat pystyivät ennustamaan 600 miljoonaa rakennetta vain kahdessa viikossa (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).
Washingtonin yliopiston (UW) lääketieteellisen korkeakoulun biologit auttavatlaajentaa tietokoneiden biokemiallisia ominaisuuksia luonnon mallin ulkopuolelleopettamalla koneita ehdottamaan räätälöityjä proteiineja tyhjästä.UW:n David Baker ja hänen tiiminsä loivat uuden tekoälytyökalun, joka voi suunnitella proteiineja joko iteratiivisesti parantamalla yksinkertaisia kehotteita tai täyttämällä olemassa olevan rakenteen valittujen osien välisiä aukkoja (Tiede2022, DOI:10.1126/science.abn2100).Tiimi esitteli myös uuden ohjelman, ProteinMPNN, joka voi alkaa suunnitelluista 3D-muodoista ja useiden proteiinialayksiköiden kokoonpanoista ja sitten määrittää aminohapposekvenssit, joita tarvitaan niiden tekemiseen tehokkaasti (Tiede2022, DOI:10.1126/science.add2187;10.1126/science.add1964).Nämä biokemiallisesti älykkäät algoritmit voivat auttaa tutkijoita luomaan suunnitelmia keinotekoisille proteiineille, joita voitaisiin käyttää uusissa biomateriaaleissa ja lääkkeissä.
Luotto: Ian C. Haydon / UW Institute for Protein Design
Koneoppimisalgoritmit auttavat tutkijoita suunnittelemaan uusia proteiineja tiettyjä toimintoja ajatellen.
Kun laskennallisten kemistien tavoitteet kasvavat, kasvavat myös molekyylimaailman simulointiin käytetyt tietokoneet.Oak Ridge National Laboratoryssa (ORNL) kemistit saivat ensimmäisen vilauksen yhteen kaikkien aikojen tehokkaimmista supertietokoneista.ORNL:n eksakokoinen supertietokone, Frontier, on ensimmäisten joukossa koneita, jotka laskevat yli 1 kvintiljoona kelluvaa operaatiota sekunnissa, laskennallisen aritmeettisen yksikön.Tämä laskentanopeus on noin kolme kertaa nopeampi kuin hallitseva mestari, supertietokone Fugaku Japanissa.Ensi vuonna kaksi muuta kansallista laboratoriota suunnittelee debytoivansa eksakokoiset tietokoneet Yhdysvalloissa.Näiden huippuluokan koneiden suuri tietokoneteho antaa kemistille mahdollisuuden simuloida jopa suurempia molekyylijärjestelmiä ja pidemmällä aikavälillä.Näistä malleista kerätyt tiedot voivat auttaa tutkijoita työntämään kemian mahdollisuuksien rajoja kaventamaan pullossa tapahtuvien reaktioiden ja niiden mallintamiseen käytettyjen virtuaalisten simulaatioiden välistä kuilua."Olemme siinä pisteessä, että voimme alkaa todella kysyä, mitä teoreettisista menetelmistämme tai malleistamme puuttuu, mikä vie meidät lähemmäksi sitä, mitä koe kertoo meille olevan todellista", Theresa Windus, Iowan laskennallinen kemisti. State University ja projektijohtaja Exascale Computing Projectissa, kertoi C&EN:lle syyskuussa.Exascale-tietokoneilla suoritetut simulaatiot voivat auttaa kemistejä keksimään uusia polttoainelähteitä ja suunnittelemaan uusia ilmastonkestäviä materiaaleja.
Kaikkialla maassa, Menlo Parkissa, Kaliforniassa, SLAC National Accelerator Laboratory asentaasupercool-päivitykset Linac Coherent Light Source (LCLS) -valonlähteeseenjonka avulla kemistit voivat kurkistaa syvemmälle atomien ja elektronien ultranopeaan maailmaan.Laitos on rakennettu 3 km:n lineaarikiihdyttimelle, jonka osat jäähdytetään nestemäisellä heliumilla 2 K:n lämpötilaan, jotta saadaan aikaan superkirkas, supernopea valonlähde, jota kutsutaan röntgenvapaiden elektronien laseriksi (XFEL).Kemistit ovat käyttäneet instrumenttien voimakkaita pulsseja tehdäkseen molekyylielokuvia, joiden avulla he ovat voineet katsoa lukemattomia prosesseja, kuten kemiallisten sidosten muodostumista ja fotosynteettisten entsyymien alkamista."Femtosekunnin välähdyksessä voit nähdä atomien seisovan paikoillaan, yksittäisten atomisidosten katkeamisen", Stanfordin yliopiston ja SLAC:n yhteisiä tapaamisia suorittava materiaalitutkija Leora Dresselhaus-Marais kertoi C&EN:lle heinäkuussa.LCLS:n päivitykset antavat tutkijoille myös mahdollisuuden säätää röntgensäteiden energiaa paremmin, kun uudet ominaisuudet tulevat saataville ensi vuoden alussa.
Luotto: SLAC National Accelerator Laboratory
SLAC National Accelerator Laboratoryn röntgenlaser on rakennettu 3 km:n lineaarikiihdyttimeen Menlo Parkissa, Kaliforniassa.
Tänä vuonna tutkijat näkivät myös, kuinka tehokas kauan odotettu James Webb -avaruusteleskooppi (JWST) voisi olla paljastamaanuniversumimme kemiallinen monimutkaisuus.NASA ja sen kumppanit – Euroopan avaruusjärjestö, Kanadan avaruusjärjestö ja Space Telescope Science Institute – ovat jo julkaisseet kymmeniä kuvia tähtisumujen häikäisevistä muotokuvista muinaisten galaksien alkuainesormenjälkiin.10 miljardin dollarin infrapunateleskooppi on täynnä tieteellisiä laitteita, jotka on suunniteltu tutkimaan universumimme syvää historiaa.Vuosikymmeniä valmisteltu JWST on jo ylittänyt insinööriensä odotukset ottamalla kuvan pyörteestä galaksista sellaisena kuin se näytti 4,6 miljardia vuotta sitten, ja siinä on hapen, neonin ja muiden atomien spektroskooppisia piirteitä.Tiedemiehet mittasivat myös höyryisten pilvien ja sumun merkkejä eksoplaneetalla, mikä antoi tietoja, jotka voivat auttaa astrobiologeja etsimään mahdollisesti asuttavia maailmoja Maan ulkopuolelta.
Postitusaika: 07.02.2023