Massiva verktyg utvecklade stor kemi 2022
Gigantiska datamängder och kolossala instrument hjälpte forskare att ta itu med kemi i gigantisk skala i år
förbiAriana Remmel
Kredit: Oak Ridge Leadership Computing Facility på ORNL
Frontier-superdatorn vid Oak Ridge National Laboratory är den första i en ny generation av maskiner som kommer att hjälpa kemister att ta sig an molekylära simuleringar som är mer komplexa än någonsin tidigare.
Forskare gjorde stora upptäckter med överdimensionerade verktyg 2022. Byggande på den senaste trenden med kemiskt kompetent artificiell intelligens, gjorde forskare stora framsteg och lärde datorer att förutsäga proteinstrukturer i en aldrig tidigare skådad skala.I juli publicerade det alfabetägda företaget DeepMind en databas som innehåller strukturerna förnästan alla kända proteiner—200 miljoner plus individuella proteiner från över 100 miljoner arter – som förutspåtts av maskininlärningsalgoritmen AlphaFold.Sedan, i november, visade teknikföretaget Meta sina framsteg inom proteinprediktionsteknologi med en AI-algoritm som heterESMFold.I en preprint-studie som ännu inte har granskats, rapporterade Meta-forskare att deras nya algoritm inte är lika exakt som AlphaFold utan är snabbare.Den ökade hastigheten innebar att forskarna kunde förutsäga 600 miljoner strukturer på bara 2 veckor (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).
Biologer vid University of Washington (UW) School of Medicine hjälper tillutöka datorernas biokemiska kapacitet bortom naturens mallgenom att lära maskiner att föreslå skräddarsydda proteiner från grunden.UW:s David Baker och hans team skapade ett nytt AI-verktyg som kan designa proteiner genom att antingen iterativt förbättra på enkla uppmaningar eller genom att fylla i luckorna mellan utvalda delar av en befintlig struktur (Vetenskap2022, DOI:10.1126/science.abn2100).Teamet debuterade också ett nytt program, ProteinMPNN, som kan utgå från designade 3D-former och sammansättningar av flera proteinsubenheter och sedan bestämma de aminosyrasekvenser som behövs för att göra dem effektivt (Vetenskap2022, DOI:10.1126/science.add2187;10.1126/science.add1964).Dessa biokemiskt kunniga algoritmer kan hjälpa forskare att bygga ritningar för konstgjorda proteiner som kan användas i nya biomaterial och läkemedel.
Kredit: Ian C. Haydon/UW Institute for Protein Design
Maskininlärningsalgoritmer hjälper forskare att hitta nya proteiner med specifika funktioner i åtanke.
När beräkningskemisternas ambitioner växer, ökar också datorerna som används för att simulera den molekylära världen.På Oak Ridge National Laboratory (ORNL) fick kemister en första inblick i en av de mest kraftfulla superdatorerna som någonsin byggts.ORNL:s exascale superdator, Frontier, är bland de första maskinerna att beräkna mer än 1 kvintiljon flytoperationer per sekund, en enhet för beräkningsaritmetik.Den beräkningshastigheten är ungefär tre gånger så snabb som den regerande mästaren, superdatorn Fugaku i Japan.Under nästa år planerar ytterligare två nationella laboratorier att debutera exascale-datorer i USA.Den stora datorkraften hos dessa toppmoderna maskiner kommer att göra det möjligt för kemister att simulera ännu större molekylära system och på längre tidsskalor.Data som samlats in från dessa modeller kan hjälpa forskare att tänja på gränserna för vad som är möjligt inom kemi genom att minska klyftan mellan reaktionerna i en kolv och de virtuella simuleringarna som används för att modellera dem."Vi är vid en punkt där vi verkligen kan börja ställa frågor om vad det är som saknas i våra teoretiska metoder eller modeller som skulle få oss närmare vad ett experiment säger oss är verkligt," Theresa Windus, en beräkningskemist vid Iowa State University och projektledare med Exascale Computing Project, berättade för C&EN i september.Simuleringar som körs på exascale-datorer kan hjälpa kemister att uppfinna nya bränslekällor och designa nya klimattåliga material.
Över hela landet, i Menlo Park, Kalifornien, installeras SLAC National Accelerator Laboratorysupercoola uppgraderingar till Linac Coherent Light Source (LCLS)som skulle kunna tillåta kemister att titta djupare in i den ultrasnabba världen av atomer och elektroner.Anläggningen är byggd på en 3 km linjäraccelerator, vars delar kyls med flytande helium ner till 2 K, för att producera en typ av superljus, supersnabb ljuskälla som kallas en röntgenfri elektronlaser (XFEL).Kemister har använt instrumentens kraftfulla pulser för att göra molekylära filmer som har gjort det möjligt för dem att se otaliga processer, som kemiska bindningar som bildas och fotosyntetiska enzymer som fungerar."På en femtosekundsblixt kan du se atomer stå stilla, enstaka atombindningar bryts", sa Leora Dresselhaus-Marais, en materialvetare med gemensamma utnämningar vid Stanford University och SLAC, till C&EN i juli.Uppgraderingarna av LCLS kommer också att göra det möjligt för forskare att bättre ställa in energierna från röntgenstrålar när de nya funktionerna blir tillgängliga i början av nästa år.
Kredit: SLAC National Accelerator Laboratory
SLAC National Accelerator Laboratorys röntgenlaser är byggd på en 3 km linjär accelerator i Menlo Park, Kalifornien.
I år såg forskare också hur kraftfullt det efterlängtade rymdteleskopet James Webb (JWST) kan vara för att avslöjakemisk komplexitet i vårt universum.NASA och dess partners – European Space Agency, Canadian Space Agency och Space Telescope Science Institute – har redan släppt dussintals bilder, från bländande porträtt av stjärnnebulosor till elementära fingeravtryck från antika galaxer.Det infraröda teleskopet på 10 miljarder dollar är dekorerat med sviter av vetenskapliga instrument utformade för att utforska vårt universums djupa historia.Decennier på väg har JWST redan överträffat sina ingenjörers förväntningar genom att ta en bild av en virvlande galax som den såg ut för 4,6 miljarder år sedan, komplett med spektroskopiska signaturer av syre, neon och andra atomer.Forskare mätte också signaturer av ångande moln och dis på en exoplanet, vilket ger data som kan hjälpa astrobiologer att söka efter potentiellt beboeliga världar bortom jorden.
Posttid: 2023-07-07