Obrovské nástroje pokročili vo veľkej chémii v roku 2022 Gigantické súbory údajov a kolosálne nástroje pomohli vedcom tento rok riešiť chémiu v obrovskom rozsahu

Masívne nástroje pokročili vo veľkej chémii v roku 2022

Gigantické súbory údajov a kolosálne nástroje pomohli vedcom tento rok riešiť chémiu v obrovskom rozsahu

podľaAriana Remmel

Kredit: Oak Ridge Leadership Computing Facility v ORNL

Superpočítač Frontier v Národnom laboratóriu Oak Ridge je prvým z novej generácie strojov, ktoré pomôžu chemikom vykonávať molekulárne simulácie, ktoré sú komplexnejšie než kedykoľvek predtým.

Vedci urobili veľké objavy s nadrozmernými nástrojmi v roku 2022. Stavajúc na nedávnom trende chemicky kompetentnej umelej inteligencie urobili výskumníci veľké pokroky a naučili počítače predpovedať proteínové štruktúry v bezprecedentnom rozsahu.V júli spoločnosť DeepMind vlastnená Alphabet zverejnila databázu obsahujúcu štruktúrytakmer všetky známe proteíny—​viac ako 200 miliónov jednotlivých proteínov z viac ako 100 miliónov druhov – ako predpovedal algoritmus strojového učenia AlphaFold.Potom v novembri technologická spoločnosť Meta demonštrovala svoj pokrok v technológii predikcie proteínov pomocou algoritmu AI tzv.ESMFold.V predtlačovej štúdii, ktorá ešte nebola recenzovaná, výskumníci z Meta uviedli, že ich nový algoritmus nie je taký presný ako AlphaFold, ale je rýchlejší.Zvýšená rýchlosť znamenala, že výskumníci mohli predpovedať 600 miliónov štruktúr len za 2 týždne (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).

Biológovia z lekárskej fakulty University of Washington (UW) pomáhajúrozšíriť biochemické schopnosti počítačov nad rámec šablóny prírodyučením strojov navrhovať proteíny na mieru od začiatku.David Baker z UW a jeho tím vytvorili nový nástroj AI, ktorý dokáže navrhovať proteíny buď iteratívnym vylepšovaním jednoduchých výziev, alebo vypĺňaním medzier medzi vybranými časťami existujúcej štruktúry (Veda2022, DOI:10.1126/science.abn2100).Tím tiež debutoval s novým programom ProteinMPNN, ktorý môže začať od navrhnutých 3D tvarov a zostáv viacerých proteínových podjednotiek a potom určiť aminokyselinové sekvencie potrebné na ich efektívnu výrobu (Veda2022, DOI:10.1126/science.add2187;10.1126/science.add1964).Tieto biochemicky dôvtipné algoritmy by mohli pomôcť vedcom pri vytváraní plánov pre umelé proteíny, ktoré by sa dali použiť v nových biomateriáloch a liečivách.

Poďakovanie: Ian C. Haydon/UW Institute for Protein Design

Algoritmy strojového učenia pomáhajú vedcom vymýšľať nové proteíny s ohľadom na špecifické funkcie.

S rastúcimi ambíciami počítačových chemikov rastú aj počítače používané na simuláciu molekulárneho sveta.V Oak Ridge National Laboratory (ORNL) mali chemici prvý pohľad na jeden z najvýkonnejších superpočítačov, aké boli kedy postavené.Exascale superpočítač ORNL, Frontier, je medzi prvými strojmi, ktoré počítajú viac ako 1 quintilión plávajúcich operácií za sekundu, čo je jednotka výpočtovej aritmetiky.Táto výpočtová rýchlosť je asi trikrát vyššia ako u úradujúceho šampióna, superpočítača Fugaku v Japonsku.V budúcom roku plánujú ďalšie dve národné laboratóriá debutovať exascale počítače v USA.Obrovský počítačový výkon týchto najmodernejších strojov umožní chemikom simulovať ešte väčšie molekulárne systémy a v dlhších časových intervaloch.Údaje zozbierané z týchto modelov by mohli pomôcť výskumníkom posunúť hranice toho, čo je možné v chémii, zúžením priepasti medzi reakciami v banke a virtuálnymi simuláciami používanými na ich modelovanie.„Sme v bode, kedy sa môžeme začať skutočne pýtať, čo chýba v našich teoretických metódach alebo modeloch, ktoré by nás priblížili k tomu, čo nám experiment hovorí, že je skutočné,“ Theresa Windus, počítačová chemička v Iowe. Štátna univerzita a vedúci projektu s Exascale Computing Project, povedal C&EN v septembri.Simulácie bežiace na počítačoch exascale by mohli pomôcť chemikom vynájsť nové zdroje paliva a navrhnúť nové materiály odolné voči klíme.

V celej krajine, v Menlo Parku v Kalifornii, sa inštaluje Národné laboratórium urýchľovačov SLACsuper cool upgrady na Linac Coherent Light Source (LCLS)čo by umožnilo chemikom nahliadnuť hlbšie do ultrarýchleho sveta atómov a elektrónov.Zariadenie je postavené na 3 km lineárnom urýchľovači, ktorého časti sú chladené tekutým héliom až na 2 K, aby sa vytvoril typ superjasného, ​​superrýchleho svetelného zdroja nazývaného röntgenový laser s voľnými elektrónmi (XFEL).Chemici použili silné impulzy prístrojov na vytvorenie molekulárnych filmov, ktoré im umožnili sledovať nespočetné množstvo procesov, ako je vytváranie chemických väzieb a fungovanie fotosyntetických enzýmov.„Vo femtosekundovom záblesku môžete vidieť, ako atómy stoja, jednotlivé atómové väzby sa lámu,“ povedala v júli pre C&EN Leora Dresselhaus-Marais, materiálová vedkyňa so spoločnými menovaniami na Stanfordskej univerzite a SLAC.Upgrady na LCLS tiež umožnia vedcom lepšie vyladiť energie röntgenových lúčov, keď budú nové schopnosti dostupné začiatkom budúceho roka.

Kredit: SLAC National Accelerator Laboratory

Röntgenový laser SLAC National Accelerator Laboratory je postavený na 3 km lineárnom urýchľovači v Menlo Park v Kalifornii.

Tento rok vedci tiež videli, aký silný by mohol byť dlho očakávaný vesmírny teleskop Jamesa Webba (JWST) na odhaleniechemická zložitosť nášho vesmíru.NASA a jej partneri – Európska vesmírna agentúra, Kanadská vesmírna agentúra a Vesmírny teleskopický vedecký inštitút – už zverejnili desiatky obrázkov, od oslnivých portrétov hviezdnych hmlovín až po elementárne odtlačky prstov starých galaxií.Infračervený ďalekohľad v hodnote 10 miliárd dolárov je vybavený súpravou vedeckých nástrojov navrhnutých na skúmanie hlbokej histórie nášho vesmíru.Desaťročia vo vývoji JWST už prekonal očakávania svojich inžinierov tým, že vytvoril snímku vírivej galaxie, ako sa objavila pred 4,6 miliardami rokov, doplnenú o spektroskopické podpisy kyslíka, neónu a iných atómov.Vedci tiež merali znaky zaparených mrakov a oparu na exoplanéte, čím poskytli údaje, ktoré by mohli pomôcť astrobiológom hľadať potenciálne obývateľné svety mimo Zeme.