Հսկայական գործիքները 2022 թվականին առաջ մղեցին մեծ քիմիան
Հսկայական տվյալների հավաքածուները և հսկայական գործիքները այս տարի գիտնականներին օգնեցին հսկայական մասշտաբով զբաղվել քիմիայով
կողմիցԱրիանա Ռեմմել
Լուսանկարը՝ ORNL-ի Օուք Ռիջի ղեկավարության համակարգչային կենտրոնի
Օուք Ռիջի ազգային լաբորատորիայի Frontier սուպերհամակարգիչը նոր սերնդի մեքենաների առաջինն է, որը կօգնի քիմիկոսներին իրականացնել մոլեկուլային մոդելավորումներ, որոնք ավելի բարդ են, քան երբևէ։
Գիտնականները 2022 թվականին մեծ հայտնագործություններ կատարեցին գերհզոր գործիքների միջոցով: Քիմիապես գրագետ արհեստական բանականության վերջին միտումը հիմնելով՝ հետազոտողները մեծ առաջընթաց գրանցեցին՝ համակարգիչներին սովորեցնելով կանխատեսել սպիտակուցային կառուցվածքները աննախադեպ մասշտաբով: Հուլիսին Alphabet-ին պատկանող DeepMind ընկերությունը հրապարակեց տվյալների բազա, որը պարունակում էր...գրեթե բոլոր հայտնի սպիտակուցները— 200 միլիոնից ավելի առանձին սպիտակուցներ ավելի քան 100 միլիոն տեսակներից՝ ինչպես կանխատեսվել էր AlphaFold մեքենայական ուսուցման ալգորիթմի կողմից։ Այնուհետև, նոյեմբերին, Meta տեխնոլոգիական ընկերությունը ցուցադրեց իր առաջընթացը սպիտակուցների կանխատեսման տեխնոլոգիայի ոլորտում՝ օգտագործելով արհեստական բանականության ալգորիթմ, որը կոչվում էESMFoldՆախնական տպագրության ուսումնասիրության մեջ, որը դեռևս չի գնահատվել մասնագետների կողմից, Meta-ի հետազոտողները հայտնել են, որ իրենց նոր ալգորիթմը այնքան ճշգրիտ չէ, որքան AlphaFold-ը, բայց ավելի արագ է։ Ավելի արագությունը նշանակում է, որ հետազոտողները կարողացել են կանխատեսել 600 միլիոն կառուցվածք ընդամենը 2 շաբաթվա ընթացքում (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).
Վաշինգտոնի համալսարանի (UW) բժշկական դպրոցի կենսաբանները օգնում ենընդլայնել համակարգիչների կենսաքիմիական հնարավորությունները բնության ձևանմուշից այն կողմմեքենաներին սովորեցնելով զրոյից առաջարկել անհատական սպիտակուցներ: Վիսկոնսինի համալսարանի Դեյվիդ Բեյքերը և նրա թիմը ստեղծել են նոր արհեստական բանականության գործիք, որը կարող է նախագծել սպիտակուցներ՝ կամ իտերատիվ կերպով կատարելագործելով պարզ հուշումները, կամ լրացնելով առկա կառուցվածքի ընտրված մասերի միջև եղած բացերը (Գիտություն2022, DOI:10.1126/science.abn2100): Թիմը նաև ներկայացրեց նոր ծրագիր՝ ProteinMPNN, որը կարող է սկսվել բազմաթիվ սպիտակուցային ենթամիավորների նախագծված եռաչափ ձևերից և հավաքածուներից, այնուհետև որոշել դրանք արդյունավետորեն ստեղծելու համար անհրաժեշտ ամինաթթվային հաջորդականությունները (Գիտություն2022, DOI:10.1126/science.add2187;10.1126/science.add1964Այս կենսաքիմիապես հմուտ ալգորիթմները կարող են օգնել գիտնականներին կառուցել արհեստական սպիտակուցների նախագծեր, որոնք կարող են օգտագործվել նոր բիոմատերիալներում և դեղագործական արտադրանքում։
Հեղինակ՝ Իան Ս. Հեյդոն/Վիսկոնսինի համալսարանի սպիտակուցների դիզայնի ինստիտուտ
Մեքենայական ուսուցման ալգորիթմները օգնում են գիտնականներին մտածել նոր սպիտակուցների մասին՝ հաշվի առնելով որոշակի գործառույթներ։
Հաշվողական քիմիկոսների հավակնությունների աճին զուգընթաց աճում են նաև մոլեկուլային աշխարհը մոդելավորելու համար օգտագործվող համակարգիչները: Օուք Ռիջի ազգային լաբորատորիայում (ORNL) քիմիկոսները առաջին անգամ ծանոթացան երբևէ կառուցված ամենահզոր գերհամակարգիչներից մեկին:ORNL-ի էքսասանդղակի գերհամակարգիչ՝ Frontier, առաջին մեքենաներից մեկն է, որը հաշվարկում է ավելի քան 1 քվինտիլիոն լողացող գործողություն վայրկյանում, որը հաշվողական թվաբանության միավոր է: Այդ հաշվողական արագությունը մոտ երեք անգամ ավելի արագ է, քան գործող չեմպիոնը՝ Ճապոնիայի Ֆուգակու գերհամակարգիչը: Հաջորդ տարի ևս երկու ազգային լաբորատորիաներ պլանավորում են ԱՄՆ-ում գործարկել էկզասկալ համակարգիչներ: Այս գերժամանակակից մեքենաների հսկայական համակարգչային հզորությունը թույլ կտա քիմիկոսներին մոդելավորել ավելի մեծ մոլեկուլային համակարգեր և ավելի երկար ժամանակահատվածներում: Այդ մոդելներից հավաքված տվյալները կարող են օգնել հետազոտողներին ընդլայնել քիմիայի հնարավորության սահմանները՝ նեղացնելով սրվակի մեջ ռեակցիաների և դրանք մոդելավորելու համար օգտագործվող վիրտուալ մոդելավորումների միջև եղած բացը: «Մենք այն կետում ենք, երբ կարող ենք սկսել իսկապես հարցեր տալ այն մասին, թե ինչն է բացակայում մեր տեսական մեթոդներից կամ մոդելներից, որոնք մեզ կմոտեցնեն այն բանին, ինչը փորձը մեզ ասում է, որ իրական է», - սեպտեմբերին C&EN-ին ասաց Թերեզա Վինդուսը, Այովայի պետական համալսարանի հաշվողական քիմիկոս և Էկզասկալային հաշվողական նախագծի նախագծի ղեկավարը: Էքսամասշտաբի համակարգիչների վրա իրականացվող սիմուլյացիաները կարող են օգնել քիմիկոսներին հորինել նոր վառելիքի աղբյուրներ և նախագծել նոր կլիմայական պայմաններին դիմացկուն նյութեր։
Ամբողջ երկրում, Կալիֆոռնիայի Մենլո Պարկում, SLAC ազգային արագացուցիչների լաբորատորիան տեղադրում էLinac Coherent Light Source (LCLS)-ի գերքուլ թարմացումներորը կարող է թույլ տալ քիմիկոսներին ավելի խորը նայել ատոմների և էլեկտրոնների գերարագ աշխարհի մեջ: Կենտրոնը կառուցված է 3 կմ երկարությամբ գծային արագացուցիչի վրա, որի որոշ մասեր սառեցվում են հեղուկ հելիումով մինչև 2 Կ՝ ստանալու համար մի տեսակ գերպայծառ, գերարագ լույսի աղբյուր, որը կոչվում է ռենտգենյան ազատ էլեկտրոնային լազեր (XFEL): Քիմիկոսներն օգտագործել են սարքերի հզոր իմպուլսները՝ մոլեկուլային ֆիլմեր ստեղծելու համար, որոնք նրանց հնարավորություն են տվել դիտել բազմաթիվ գործընթացներ, ինչպիսիք են քիմիական կապերի առաջացումը և ֆոտոսինթետիկ ֆերմենտների աշխատանքը: «Ֆեմտովայրկյանային կայծակի ընթացքում դուք կարող եք տեսնել, թե ինչպես են ատոմները անշարժ, իսկ առանձին ատոմային կապերը խզվում», - հուլիսին C&EN-ին ասաց Լեորա Դրեսելհաուս-Մարեյսը՝ նյութագետ, որը համատեղ նշանակումներ է ունեցել Սթենֆորդի համալսարանում և SLAC-ում: LCLS-ի արդիականացումները նաև թույլ կտան գիտնականներին ավելի լավ կարգավորել ռենտգենյան ճառագայթների էներգիաները, երբ նոր հնարավորությունները հասանելի դառնան հաջորդ տարվա սկզբին:
Լուսանկարը՝ SLAC Ազգային արագացուցիչների լաբորատորիայի
SLAC Ազգային արագացուցիչների լաբորատորիայի ռենտգենյան լազերը տեղադրված է Կալիֆոռնիայի Մենլո Պարկում գտնվող 3 կմ գծային արագացուցիչի վրա։
Այս տարի գիտնականները նաև տեսան, թե որքան հզոր կարող է լինել երկար սպասված Ջեյմս Ուեբի տիեզերական աստղադիտակը (JWST)՝ բացահայտելու համար։Մեր տիեզերքի քիմիական բարդությունըՆԱՍԱ-ն և նրա գործընկերները՝ Եվրոպական տիեզերական գործակալությունը, Կանադայի տիեզերական գործակալությունը և Տիեզերական աստղադիտակի գիտական ինստիտուտը, արդեն հրապարակել են տասնյակ լուսանկարներ՝ աստղային միգամածությունների շլացուցիչ դիմանկարներից մինչև հին գալակտիկաների տարրական մատնահետքերը: 10 միլիարդ դոլար արժողությամբ ինֆրակարմիր աստղադիտակը հագեցած է գիտական գործիքների հավաքածուներով, որոնք նախատեսված են մեր տիեզերքի խորը պատմությունը ուսումնասիրելու համար: Տասնամյակներ շարունակ ստեղծման գործընթացում JWST-ն արդեն գերազանցել է իր ինժեներների սպասումները՝ լուսանկարելով պտտվող գալակտիկայի պատկերը, ինչպես այն երևում էր 4.6 միլիարդ տարի առաջ՝ թթվածնի, նեոնի և այլ ատոմների սպեկտրոսկոպիկ ստորագրություններով: Գիտնականները նաև չափել են գոլորշու ամպերի և մշուշի ստորագրությունները էկզոմոլորակի վրա՝ տրամադրելով տվյալներ, որոնք կարող են օգնել աստղաբաններին Երկրից այն կողմ փնտրել պոտենցիալ բնակելի աշխարհներ:
Հրապարակման ժամանակը. Փետրվար-07-2023