Massive verktøy avanserte storkjemi i 2022
Gigantiske datasett og kolossale instrumenter hjalp forskere med å takle kjemi i gigantisk skala i år.
vedAriana Remmel
Kilde: Oak Ridge Leadership Computing Facility ved ORNL
Frontier-superdatamaskinen ved Oak Ridge National Laboratory er den første i en ny generasjon maskiner som skal hjelpe kjemikere med å ta fatt på molekylære simuleringer som er mer komplekse enn noen gang før.
Forskere gjorde store oppdagelser med superstore verktøy i 2022. Byggende på den nylige trenden med kjemisk kompetent kunstig intelligens, gjorde forskere store fremskritt og lærte datamaskiner å forutsi proteinstrukturer i en enestående skala. I juli publiserte det Alphabet-eide selskapet DeepMind en database som inneholder strukturene tilnesten alle kjente proteiner—Over 200 millioner individuelle proteiner fra over 100 millioner arter – som forutsagt av maskinlæringsalgoritmen AlphaFold. I november demonstrerte teknologiselskapet Meta deretter fremgangen sin innen proteinprediksjonsteknologi med en AI-algoritme kaltESMFoldI en preprint-studie som ennå ikke har blitt fagfellevurdert, rapporterte Meta-forskere at deres nye algoritme ikke er like nøyaktig som AlphaFold, men at den er raskere. Den økte hastigheten betydde at forskerne kunne forutsi 600 millioner strukturer på bare to uker (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).
Biologer ved University of Washington (UW) School of Medicine hjelperutvide datamaskiners biokjemiske evner utover naturens malved å lære maskiner å foreslå skreddersydde proteiner fra bunnen av. UWs David Baker og teamet hans laget et nytt AI-verktøy som kan designe proteiner ved enten iterativt å forbedre enkle spørsmål eller ved å fylle ut hullene mellom utvalgte deler av en eksisterende struktur (Vitenskap2022, DOI:10.1126/vitenskap.abn2100Teamet lanserte også et nytt program, ProteinMPNN, som kan starte fra designede 3D-former og sammenstillinger av flere proteinsubenheter og deretter bestemme aminosyresekvensene som trengs for å lage dem effektivt (Vitenskap2022, DOI:10.1126/vitenskap.add2187;10.1126/vitenskap.add1964Disse biokjemisk avanserte algoritmene kan hjelpe forskere med å lage blåkopier for kunstige proteiner som kan brukes i nye biomaterialer og legemidler.
Kilde: Ian C. Haydon/UW Institute for Protein Design
Maskinlæringsalgoritmer hjelper forskere med å finne på nye proteiner med spesifikke funksjoner i tankene.
Etter hvert som ambisjonene til beregningskjemikere vokser, vokser også datamaskinene som brukes til å simulere den molekylære verden. Ved Oak Ridge National Laboratory (ORNL) fikk kjemikere et første glimt av en av de kraftigste superdatamaskinene som noen gang er bygget.ORNLs eksaskala-superdatamaskin, Frontier, er blant de første maskinene som beregner mer enn 1 kvintillion flytende operasjoner per sekund, en enhet beregningsmessig aritmetikk. Denne beregningshastigheten er omtrent tre ganger så rask som den regjerende mesteren, superdatamaskinen Fugaku i Japan. I løpet av det neste året planlegger to nasjonale laboratorier til å debutere med eksaskala-datamaskiner i USA. Den enorme datakraften til disse toppmoderne maskinene vil tillate kjemikere å simulere enda større molekylære systemer og på lengre tidsskalaer. Dataene som samles inn fra disse modellene kan hjelpe forskere med å flytte grensene for hva som er mulig innen kjemi ved å redusere gapet mellom reaksjonene i en kolbe og de virtuelle simuleringene som brukes til å modellere dem. «Vi er på et punkt der vi virkelig kan begynne å stille spørsmål om hva det er som mangler i våre teoretiske metoder eller modeller som vil bringe oss nærmere det et eksperiment forteller oss er ekte», sa Theresa Windus, en beregningskjemiker ved Iowa State University og prosjektleder for Exascale Computing Project, til C&EN i september. Simuleringer kjøres på eksaskala-datamaskiner kan hjelpe kjemikere med å finne opp nye drivstoffkilder og designe nye klimarobuste materialer.
Over hele landet, i Menlo Park i California, installerer SLAC National Accelerator LaboratorySuperkule oppgraderinger til Linear Acc Coherent Light Source (LCLS)som kan gi kjemikere muligheten til å kikke dypere inn i den ultrahurtige verdenen av atomer og elektroner. Anlegget er bygget på en 3 km lang lineær akselerator, hvor deler avkjøles med flytende helium ned til 2 K, for å produsere en type superlys, superrask lyskilde kalt en røntgenfrielektronlaser (XFEL). Kjemikere har brukt instrumentenes kraftige pulser til å lage molekylære filmer som har gjort det mulig for dem å se utallige prosesser, som dannelse av kjemiske bindinger og fotosyntetiske enzymer som begynner å virke. «I et femtosekunds glimt kan du se atomer stå stille, enkeltatombindinger brytes», sa Leora Dresselhaus-Marais, en materialforsker med felles ansettelser ved Stanford University og SLAC, til C&EN i juli. Oppgraderingene til LCLS vil også gjøre det mulig for forskere å bedre justere energiene til røntgenstråler når de nye funksjonene blir tilgjengelige tidlig neste år.
Kreditt: SLAC National Accelerator Laboratory
SLAC National Accelerator Laboratorys røntgenlaser er bygget på en 3 km lang lineær akselerator i Menlo Park, California.
I år så forskere også hvor kraftig det lenge etterlengtede James Webb-romteleskopet (JWST) kunne være for å avsløreden kjemiske kompleksiteten i universet vårtNASA og partnerne deres – European Space Agency, Canadian Space Agency og Space Telescope Science Institute – har allerede gitt ut dusinvis av bilder, fra blendende portretter av stjernetåker til de elementære fingeravtrykkene til eldgamle galakser. Det infrarøde teleskopet, som er verdt 10 milliarder dollar, er utstyrt med en rekke vitenskapelige instrumenter designet for å utforske universets dype historie. JWST, som har vært under produksjon i flere tiår, har allerede overgått ingeniørenes forventninger ved å ta et bilde av en virvlende galakse slik den så ut for 4,6 milliarder år siden, komplett med spektroskopiske signaturer av oksygen, neon og andre atomer. Forskere målte også signaturer av dampende skyer og dis på en eksoplanet, og ga data som kan hjelpe astrobiologer med å søke etter potensielt beboelige verdener utenfor jorden.
Publisert: 07.02.2023



