Масивни алати су унапредили велику хемију 2022. године
Гигантски скупови података и колосални инструменти помогли су научницима да се ове године позабаве хемијом у огромним размерама
одАријана Ремел
Извор: Рачунарски центар за лидерство Оук Риџ у ORNL-у
Суперкомпјутер Frontier у Националној лабораторији Оук Риџ је први из нове генерације машина које ће помоћи хемичарима да се баве молекуларним симулацијама које су сложеније него икада раније.
Научници су 2022. године направили велика открића помоћу супердимензионираних алата. Надовезујући се на недавни тренд хемијски компетентне вештачке интелигенције, истраживачи су направили велики напредак, учећи рачунаре да предвиђају структуре протеина у невиђеним размерама. У јулу је компанија DeepMind, у власништву Alphabet-а, објавила базу података која садржи структуре...скоро сви познати протеини—више од 200 милиона појединачних протеина из преко 100 милиона врста — како је предвидео алгоритам машинског учења AlphaFold. Затим је у новембру технолошка компанија Meta демонстрирала свој напредак у технологији предвиђања протеина помоћу алгоритма вештачке интелигенције под називомESMFoldУ студији за штампу која још није рецензирана, истраживачи Мете су известили да њихов нови алгоритам није толико тачан као AlphaFold, али је бржи. Повећана брзина значила је да су истраживачи могли да предвиде 600 милиона структура за само 2 недеље (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).
Биолози са Медицинског факултета Универзитета у Вашингтону (UW) помажупроширити биохемијске могућности рачунара изван природног шаблонаучећи машине да предлажу прилагођене протеине од нуле. Дејвид Бејкер и његов тим са Универзитета у Вашингтону креирали су нови алат за вештачку интелигенцију који може да дизајнира протеине итеративним побољшањем једноставних задатака или попуњавањем празнина између одабраних делова постојеће структуре (Наука2022, ДОИ:10.1126/science.abn2100). Тим је такође представио нови програм, ProteinMPNN, који може да почне од дизајнираних 3Д облика и склопова више протеинских подјединица, а затим да одреди аминокиселинске секвенце потребне за њихову ефикасну израду (Наука2022, ДОИ:10.1126/science.add2187;10.1126/science.add1964). Ови биохемијски напредни алгоритми могли би помоћи научницима у изради планова за вештачке протеине који би се могли користити у новим биоматеријалима и фармацеутским производима.
Извор: Ијан К. Хејдон/УВ Институт за дизајн протеина
Алгоритми машинског учења помажу научницима да осмисле нове протеине имајући у виду специфичне функције.
Како расту амбиције хемичара који се баве рачунарством, тако расту и рачунари који се користе за симулацију молекуларног света. У Националној лабораторији Оук Риџ (ORNL), хемичари су први пут имали прилику да увиде један од најмоћнијих суперрачунара икада направљених.ORNL-ов ексаскални суперкомпјутер, Frontier, је међу првим машинама које израчунавају више од 1 квинтилиона операција са плутајућим опсегом у секунди, јединице рачунарске аритметике. Та брзина рачунања је око три пута већа од брзине актуелног шампиона, суперрачунара Фугаку у Јапану. У наредној години, још две националне лабораторије планирају да дебитују са ексаскалним рачунарима у САД. Огромна рачунарска снага ових најсавременијих машина омогућиће хемичарима да симулирају још веће молекуларне системе и на дужим временским скалама. Подаци прикупљени из тих модела могли би помоћи истраживачима да померају границе онога што је могуће у хемији смањењем јаза између реакција у боци и виртуелних симулација које се користе за њихово моделирање. „Дошли смо до тачке у којој можемо заиста почети да постављамо питања о томе шта недостаје нашим теоријским методама или моделима што би нас приближило ономе што нам експеримент говори да је стварно“, рекла је Тереза Виндус, рачунарска хемичарка на Државном универзитету Ајове и руководилац пројекта Ексаскално рачунарство, за C&EN у септембру. Симулације које се изводе на ексаскалним рачунарима могле би помоћи хемичарима да измисле нове изворе горива и дизајнирају нове материјале отпорне на климу.
Широм земље, у Менло Парку, Калифорнија, Национална акцелераторска лабораторија SLAC инсталирасуперкул надоградње за Linac кохерентни извор светлости (LCLS)што би могло омогућити хемичарима да дубље завире у ултрабрзи свет атома и електрона. Објекат је изграђен на линеарном акцелератору од 3 км, чији се делови хладе течним хелијумом до 2 К, како би се произвела врста суперсветлог, супербрзог извора светлости названог X-зрачни ласер са слободним електронима (XFEL). Хемичари су користили снажне импулсе инструмената да би направили молекуларне филмове који су им омогућили да посматрају безброј процеса, као што су формирање хемијских веза и рад фотосинтетских ензима. „У фемтосекундном бљеску можете видети атоме како мирују, како се појединачне атомске везе кидају“, рекла је за C&EN у јулу Леора Дреселхаус-Маре, научница за материјале са заједничким именовањима на Универзитету Станфорд и SLAC. Надоградње LCLS-а ће такође омогућити научницима да боље подесе енергије X-зрака када нове могућности постану доступне почетком следеће године.
Извор: Национална акцелераторска лабораторија SLAC
Рендгенски ласер Националне акцелераторске лабораторије SLAC изграђен је на линеарном акцелератору од 3 км у Менло Парку, Калифорнија.
Ове године, научници су такође видели колико би дуго очекивани свемирски телескоп Џејмс Веб (JWST) могао бити моћан за откривањехемијска сложеност нашег универзумаНАСА и њени партнери - Европска свемирска агенција, Канадска свемирска агенција и Институт за науку о свемирском телескопу - већ су објавили десетине слика, од блиставих портрета звезданих маглина до елементарних отисака прстију древних галаксија. Инфрацрвени телескоп вредан 10 милијарди долара опремљен је комплетом научних инструмената дизајнираних да истраже дубоку историју нашег универзума. Деценијама у настајању, JWST је већ надмашио очекивања својих инжењера снимивши слику вртложне галаксије каква је изгледала пре 4,6 милијарди година, заједно са спектроскопским потписима кисеоника, неона и других атома. Научници су такође мерили потписе парних облака и измаглице на егзопланети, пружајући податке који би могли помоћи астробиолозима да траже потенцијално настањиве светове ван Земље.
Време објаве: 07. фебруар 2023.