Հսկայական գործիքները զարգացրին մեծ քիմիան 2022 թվականին Հսկա տվյալների հավաքածուները և հսկայական գործիքներն օգնեցին գիտնականներին այս տարի հսկա մասշտաբով լուծել քիմիան:

Զանգվածային գործիքները զարգացրեցին մեծ քիմիան 2022 թվականին

Հսկայական տվյալների հավաքածուները և հսկայական գործիքներն օգնեցին գիտնականներին այս տարի հսկա մասշտաբով լուծել քիմիան

կողմիցԱրիանա Ռեմմել

Վարկ. Oak Ridge Leadership Computing Facility ORNL-ում

Oak Ridge National Laboratory-ի Frontier սուպերհամակարգիչը առաջինն է նոր սերնդի մեքենաներից, որոնք կօգնեն քիմիկոսներին կատարել մոլեկուլային սիմուլյացիաներ, որոնք ավելի բարդ են, քան երբևէ:

Գիտնականները 2022 թվականին մեծ հայտնագործություններ են արել գերչափ գործիքների միջոցով: Հիմնվելով քիմիապես իրավասու արհեստական ​​ինտելեկտի վերջին միտումների վրա՝ հետազոտողները մեծ հաջողություններ են գրանցել՝ սովորեցնելով համակարգիչներին կանխատեսել սպիտակուցային կառուցվածքները աննախադեպ մասշտաբով:Հուլիսին Alphabet-ին պատկանող DeepMind ընկերությունը հրապարակեց տվյալների բազա, որը պարունակում է կառուցվածքներըգրեթե բոլոր հայտնի սպիտակուցները— 200 միլիոնից ավել առանձին սպիտակուցներ ավելի քան 100 միլիոն տեսակներից, ինչպես կանխատեսվում է մեքենայական ուսուցման AlphaFold ալգորիթմի կողմից։Այնուհետև, նոյեմբերին, Meta տեխնոլոգիական ընկերությունը ցուցադրեց իր առաջընթացը սպիտակուցների կանխատեսման տեխնոլոգիայի մեջ AI ալգորիթմով, որը կոչվում է.ESMFold.Նախնական տպագրության ուսումնասիրության մեջ, որը դեռ չի վերանայվել, Meta-ի հետազոտողները հայտնել են, որ իրենց նոր ալգորիթմն այնքան ճշգրիտ չէ, որքան AlphaFold-ը, բայց ավելի արագ է:Բարձրացված արագությունը նշանակում էր, որ հետազոտողները կարող էին կանխատեսել 600 միլիոն կառուցվածք ընդամենը 2 շաբաթվա ընթացքում (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).

Օգնում են Վաշինգտոնի համալսարանի (UW) բժշկական դպրոցի կենսաբաններըընդլայնել համակարգիչների կենսաքիմիական հնարավորությունները բնության կաղապարից դուրսուսուցանելով մեքենաներին զրոյից պատվիրված սպիտակուցներ առաջարկել:UW-ի Դեյվիդ Բեյքերը և նրա թիմը ստեղծել են արհեստական ​​ինտելեկտի նոր գործիք, որը կարող է ձևավորել սպիտակուցներ՝ կամ պարբերաբար կատարելագործվելով պարզ հուշումների հիման վրա, կամ լրացնելով գոյություն ունեցող կառուցվածքի ընտրված մասերի միջև եղած բացերը (Գիտություն2022, DOI:10.1126/science.abn2100)Թիմը նաև ներկայացրել է նոր ծրագիր՝ ProteinMPNN, որը կարող է սկսել նախագծված 3D ձևերից և բազմաթիվ սպիտակուցային ենթամիավորների հավաքներից, այնուհետև որոշել ամինաթթուների հաջորդականությունը, որն անհրաժեշտ է դրանք արդյունավետ դարձնելու համար:Գիտություն2022, DOI:10.1126/science.add2187;10.1126/science.add1964)Կենսաքիմիական այս խելամիտ ալգորիթմները կարող են օգնել գիտնականներին արհեստական ​​սպիտակուցների գծագրեր ստեղծելու գործում, որոնք կարող են օգտագործվել նոր կենսանյութերում և դեղագործական արտադրանքներում:

Վարկ՝ Ian C. Haydon/UW Ինստիտուտ սպիտակուցային դիզայնի համար

Մեքենայի ուսուցման ալգորիթմներն օգնում են գիտնականներին երազել նոր սպիտակուցներ՝ նկատի ունենալով հատուկ գործառույթներ:

Քանի որ հաշվողական քիմիկոսների հավակնությունները մեծանում են, նույնքան էլ ավելանում են մոլեկուլային աշխարհը մոդելավորելու համար օգտագործվող համակարգիչները:Oak Ridge ազգային լաբորատորիայում (ORNL) քիմիկոսները առաջին հայացքն են տեսել երբևէ կառուցված ամենահզոր սուպերհամակարգիչներից մեկին:ORNL-ի exascale սուպերհամակարգիչ, Frontier, առաջին մեքենաներից է, որը հաշվարկել է վայրկյանում ավելի քան 1 կվինտիլիոն լողացող գործողություններ՝ հաշվողական թվաբանության միավոր։Այդ հաշվողական արագությունը մոտ երեք անգամ ավելի արագ է, քան գործող չեմպիոնը՝ Ճապոնիայում գործող Fugaku սուպերհամակարգիչը:Հաջորդ տարվա ընթացքում ևս երկու ազգային լաբորատորիաներ նախատեսում են ԱՄՆ-ում դեբյուտային էքսասանդղային համակարգիչներ:Այս գերժամանակակից մեքենաների համակարգչային հզորությունը թույլ կտա քիմիկոսներին մոդելավորել նույնիսկ ավելի մեծ մոլեկուլային համակարգեր և ավելի երկար ժամանակաչափերով:Այդ մոդելներից հավաքագրված տվյալները կարող են օգնել հետազոտողներին հաղթահարել քիմիայի մեջ հնարավորի սահմանները՝ նեղացնելով կոլբայի ռեակցիաների և դրանց մոդելավորման համար օգտագործվող վիրտուալ սիմուլյացիաների միջև եղած բացը:«Մենք գտնվում ենք մի կետում, երբ մենք կարող ենք սկսել իսկապես հարցեր տալ այն մասին, թե ինչն է պակասում մեր տեսական մեթոդներից կամ մոդելներից, որոնք մեզ ավելի մոտեցնում են այն, ինչ մեզ ասում է փորձը, որ իրական է», - Այովա նահանգի հաշվողական քիմիկոս Թերեզա Վինդուսը: Սեպտեմբերին C&EN-ին ասացին պետական ​​համալսարանը և նախագիծը Exascale Computing Project-ի հետ:Էքսասանդրային համակարգիչների վրա գործարկվող սիմուլյացիան կարող է օգնել քիմիկոսներին վառելիքի նոր աղբյուրներ հորինել և նոր կլիմայակայուն նյութեր նախագծել:

Ամբողջ երկրում՝ Կալիֆոռնիայի Մենլո Պարկում, SLAC Ազգային արագացուցիչ լաբորատորիան տեղադրում է.supercool արդիականացումները Linac Coherent Light Source (LCLS)դա կարող է թույլ տալ քիմիկոսներին ավելի խորը նայել ատոմների և էլեկտրոնների գերարագ աշխարհը:Հաստատությունը կառուցված է 3 կմ գծային արագացուցիչի վրա, որի մասերը սառչում են հեղուկ հելիումով մինչև 2 Կ, որպեսզի արտադրեն գերպայծառ, գերարագ լույսի աղբյուր, որը կոչվում է ռենտգենյան ազատ էլեկտրոնային լազեր (XFEL):Քիմիկոսներն օգտագործել են գործիքների հզոր իմպուլսները մոլեկուլային ֆիլմեր նկարահանելու համար, որոնք նրանց հնարավորություն են տվել դիտելու բազմաթիվ գործընթացներ, ինչպիսիք են քիմիական կապերի ձևավորումը և ֆոտոսինթետիկ ֆերմենտների աշխատանքը:«Ֆեմտովայրկյան ակնթարթում դուք կարող եք տեսնել, որ ատոմները կանգ են առնում, միայնակ ատոմային կապերը կոտրվում են», - հուլիսին C&EN-ին ասաց Սթենֆորդի համալսարանի և SLAC-ի նյութերի գիտնական Լեորա Դրեսելհաուս-Մարաիսը:LCLS-ի արդիականացումը նաև թույլ կտա գիտնականներին ավելի լավ կարգավորել ռենտգենյան ճառագայթների էներգիան, երբ նոր հնարավորությունները հասանելի դառնան հաջորդ տարվա սկզբին:

Վարկ՝ SLAC Ազգային արագացուցիչ լաբորատորիա

SLAC National Accelerator Laboratory-ի ռենտգեն լազերը կառուցված է 3 կմ գծային արագացուցիչի վրա Կալիֆորնիայի Մենլո Պարկում:

Այս տարի գիտնականները նաև տեսան, թե որքան հզոր կարող է լինել երկար սպասված Ջեյմս Ուեբ տիեզերական աստղադիտակը (JWST)՝ բացահայտելու համար:մեր տիեզերքի քիմիական բարդությունը.NASA-ն և նրա գործընկերները՝ Եվրոպական տիեզերական գործակալությունը, Կանադայի տիեզերական գործակալությունը և տիեզերական աստղադիտակի գիտական ​​ինստիտուտը, արդեն հրապարակել են տասնյակ պատկերներ՝ աստղային միգամածությունների շլացուցիչ դիմանկարներից մինչև հնագույն գալակտիկաների տարրական մատնահետքեր:10 միլիարդ դոլար արժողությամբ ինֆրակարմիր աստղադիտակը զարդարված է գիտական ​​գործիքներով, որոնք նախատեսված են մեր տիեզերքի խորը պատմությունը ուսումնասիրելու համար:Ստեղծման տասնամյակների ընթացքում JWST-ն արդեն գերազանցել է իր ինժեներների ակնկալիքները՝ նկարահանելով պտտվող գալակտիկայի պատկերը, ինչպիսին այն հայտնվել է 4,6 միլիարդ տարի առաջ՝ ամբողջական թթվածնի, նեոնի և այլ ատոմների սպեկտրոսկոպիկ նշաններով:Գիտնականները նաև չափել են գոլորշու ամպերի և մշուշի նշանները էկզոմոլորակի վրա՝ տրամադրելով տվյալներ, որոնք կարող են օգնել աստղակենսաբաններին փնտրել Երկրից այն կողմ պոտենցիալ բնակելի աշխարհներ: