Hatalmas eszközök fejlesztették a nagyméretű kémiát 2022-ben
Gigantikus adatkészletek és kolosszális eszközök segítették a tudósokat ebben az évben óriási léptékben foglalkozni a kémiával
általAriana Remmel
Forrás: Oak Ridge Leadership Computing Facility, ORNL
Az Oak Ridge Nemzeti Laboratórium Frontier szuperszámítógépe az első egy új generációs gépcsalád tagja, amely segíteni fogja a vegyészeket a minden eddiginél összetettebb molekuláris szimulációk elvégzésében.
A tudósok nagy felfedezéseket tettek túlméretezett eszközökkel 2022-ben. A kémiailag kompetens mesterséges intelligencia legújabb trendjére építve a kutatók nagy előrelépéseket tettek, és példátlan mértékben megtanították a számítógépeket a fehérjeszerkezetek előrejelzésére. Júliusban az Alphabet tulajdonában lévő DeepMind vállalat közzétett egy adatbázist, amely a következők szerkezetét tartalmazza:szinte az összes ismert fehérje–Több mint 200 millió egyedi fehérje több mint 100 millió fajból – ahogy azt az AlphaFold gépi tanulási algoritmus megjósolta. Novemberben pedig a Meta technológiai vállalat bemutatta a fehérje-előrejelző technológiában elért eredményeit egy mesterséges intelligencia algoritmussal, az úgynevezettESMFoldEgy még nem lektorált, előzetes publikációt tartalmazó tanulmányban a Meta kutatói arról számoltak be, hogy új algoritmusuk nem olyan pontos, mint az AlphaFold, de gyorsabb. A megnövekedett sebesség azt jelentette, hogy a kutatók mindössze 2 hét alatt 600 millió struktúrát tudtak megjósolni (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).
A Washingtoni Egyetem (UW) Orvostudományi Karának biológusai segíteneka számítógépek biokémiai képességeinek kiterjesztése a természet sablonjain túlraazáltal, hogy megtanította a gépeket arra, hogy a semmiből egyedi fehérjéket javasoljanak. A UW David Baker és csapata egy új mesterséges intelligencia eszközt hozott létre, amely fehérjéket tud tervezni akár egyszerű promptok iteratív fejlesztésével, akár egy meglévő struktúra kiválasztott részei közötti rés kitöltésével (Tudomány2022, DOI:10.1126/science.abn2100). A csapat bemutatott egy új programot is, a ProteinMPNN-t, amely több fehérjealegység tervezett 3D-s alakzataiból és összeállításaiból képes kiindulni, majd meghatározni a hatékony előállításához szükséges aminosav-szekvenciákat (Tudomány2022, DOI:10.1126/science.add2187;10.1126/science.add1964). Ezek a biokémiailag fejlett algoritmusok segíthetik a tudósokat mesterséges fehérjék terveinek kidolgozásában, amelyeket új bioanyagokban és gyógyszerekben lehetne felhasználni.
Kép forrása: Ian C. Haydon/UW Fehérjetervező Intézet
A gépi tanulási algoritmusok segítik a tudósokat új fehérjék megálmodásában, specifikus funkciókat szem előtt tartva.
Ahogy a számítógépes vegyészek ambíciói nőnek, úgy fejlődnek a molekuláris világ szimulációjára használt számítógépek is. Az Oak Ridge Nemzeti Laboratóriumban (ORNL) a vegyészek először tekinthettek be a valaha épített egyik legerősebb szuperszámítógépbe.Az ORNL exaskála szuperszámítógépe, a Frontier, az elsők között van, amely másodpercenként több mint 1 kvintillió lebegőpontos műveletet számít ki, ami a számítási aritmetika egy egysége. Ez a számítási sebesség körülbelül háromszor olyan gyors, mint a regnáló bajnok, a japán Fugaku szuperszámítógépé. A következő évben további két nemzeti laboratórium tervezi exascale számítógépek bemutatását az Egyesült Államokban. Ezeknek a csúcstechnológiás gépeknek a túlméretezett számítógépes teljesítménye lehetővé teszi a vegyészek számára, hogy még nagyobb molekuláris rendszereket szimuláljanak hosszabb időskálákon. Az ezekből a modellekből gyűjtött adatok segíthetnek a kutatóknak a kémia lehetőségeinek határainak feszegetésében azáltal, hogy szűkítik a lombikban zajló reakciók és a modellezésükhöz használt virtuális szimulációk közötti szakadékot. „Olyan ponton vagyunk, ahol elkezdhetünk valóban kérdéseket feltenni arról, hogy mi hiányzik az elméleti módszereinkből vagy modelljeinkből, ami közelebb vinne minket ahhoz, amit egy kísérlet valóságosnak mutat” – mondta Theresa Windus, az Iowa Állami Egyetem számítástechnikai kémikusa és az Exascale Computing Project projektvezetője szeptemberben a C&EN-nek. Az exascale számítógépeken futó szimulációk segíthetnek a vegyészeknek új üzemanyagforrások feltalálásában és új, az éghajlatváltozáshoz rugalmas anyagok tervezésében.
Országszerte, a kaliforniai Menlo Parkban telepíti a SLAC Nemzeti Gyorsító Laboratórium a ...szupermenő fejlesztések a Linac koherens fényforráshoz (LCLS)amely lehetővé teheti a vegyészek számára, hogy mélyebben bepillantsanak az atomok és elektronok ultragyors világába. A létesítmény egy 3 km-es lineáris gyorsítóra épül, amelynek egyes részeit folyékony héliummal hűtik 2 K-re, hogy egyfajta szuperfényes, szupergyors fényforrást, az úgynevezett röntgen szabadelektron-lézert (XFEL) hozzanak létre. A vegyészek a műszerek erőteljes impulzusait molekuláris filmek készítésére használták, amelyek lehetővé tették számukra, hogy számtalan folyamatot figyeljenek meg, például a kémiai kötések kialakulását és a fotoszintetikus enzimek működését. „Egy femtoszekundumos villanás alatt látható, ahogy az atomok mozdulatlanul állnak, az egyes atomkötések felszakadnak” – mondta Leora Dresselhaus-Marais, a Stanford Egyetem és az SLAC közös kinevezésével foglalkozó anyagtudós a C&EN-nek júliusban. Az LCLS frissítései lehetővé teszik a tudósok számára, hogy jobban hangolják a röntgensugarak energiáit, amikor az új képességek a jövő év elején elérhetővé válnak.
Forrás: SLAC Nemzeti Gyorsító Laboratórium
Az SLAC Nemzeti Gyorsító Laboratórium röntgenlézerét egy 3 km-es lineáris gyorsítóra építették a kaliforniai Menlo Parkban.
Idén a tudósok azt is látták, hogy milyen erős lehet a régóta várt James Webb Űrteleszkóp (JWST) a ... feltárásában.univerzumunk kémiai komplexitásaA NASA és partnerei – az Európai Űrügynökség, a Kanadai Űrügynökség és az Űrteleszkóp Tudományos Intézet – már több tucat képet tettek közzé, a csillagködök káprázatos portréitól az ősi galaxisok elemi ujjlenyomataiig. A 10 milliárd dolláros infravörös teleszkóp tudományos eszközökkel van felszerelve, amelyeket az univerzumunk mély történetének feltárására terveztek. Az évtizedek alatt készült JWST már túlszárnyalta mérnökei elvárásait azzal, hogy képet készített egy forgó galaxisról, ahogyan az 4,6 milliárd évvel ezelőtt látszott, az oxigén, a neon és más atomok spektroszkópiai jellemzőivel kiegészítve. A tudósok egy exobolygón lévő gőzfelhők és ködnyomok jeleit is mérték, olyan adatokat szolgáltatva, amelyek segíthetnek az asztrobiológusoknak a Földön kívüli potenciálisan lakható világok keresésében.
Közzététel ideje: 2023. február 7.