• sidbanner

Massiva verktyg avancerade storskalig kemi under 2022 Gigantiska datamängder och kolossala instrument hjälpte forskare att ta itu med kemi i gigantisk skala i år.

Massiva verktyg avancerade stor kemi under 2022

Gigantiska datamängder och kolossala instrument hjälpte forskare att ta itu med kemi i stor skala i år.

avAriana Remmel

 

微信图片_20230207150904

Källa: Oak Ridge Leadership Computing Facility vid ORNL

Frontier-superdatorn vid Oak Ridge National Laboratory är den första i en ny generation maskiner som kommer att hjälpa kemister att ta sig an molekylära simuleringar som är mer komplexa än någonsin tidigare.

Forskare gjorde stora upptäckter med superstora verktyg under 2022. Med utgångspunkt i 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 Alphabet-ägda 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, demonstrerade teknikföretaget Meta sina framsteg inom proteinprediktion med en AI-algoritm som kallasESMFoldI en preprint-studie som ännu inte har granskats av experter rapporterade Meta-forskare att deras nya algoritm inte är lika exakt som AlphaFold men är snabbare. Den ökade hastigheten innebar att forskarna kunde förutsäga 600 miljoner strukturer på bara två veckor (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).

Biologer vid University of Washington (UW) School of Medicine hjälper tillutöka datorers biokemiska förmågor bortom naturens mallgenom att lära maskiner att föreslå skräddarsydda proteiner från grunden. David Baker från UW och hans team skapade ett nytt AI-verktyg som kan designa proteiner genom att antingen iterativt förbättra enkla uppmaningar eller genom att fylla i luckorna mellan utvalda delar av en befintlig struktur (Vetenskap2022, DOI:10.1126/vetenskap.abn2100Teamet presenterade 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 tillverka dem effektivt (Vetenskap2022, DOI:10.1126/vetenskap.add2187;10.1126/vetenskap.add1964Dessa biokemiskt kunniga algoritmer skulle kunna hjälpa forskare att bygga ritningar för artificiella proteiner som skulle kunna användas i nya biomaterial och läkemedel.

微信图片_20230207151007

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

Maskininlärningsalgoritmer hjälper forskare att hitta på nya proteiner med specifika funktioner i åtanke.

I takt med att beräkningskemisternas ambitioner växer, växer även datorerna som används för att simulera den molekylära världen. Vid Oak Ridge National Laboratory (ORNL) fick kemister en första glimt av en av de kraftfullaste superdatorerna som någonsin byggts.ORNL:s exaskala-superdator, Frontier, är bland de första maskinerna som beräknar mer än 1 kvintiljon flytande operationer per sekund, en enhet 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 med exaskaladatorer i USA. Den överdimensionerade datorkraften hos dessa toppmoderna maskiner kommer att göra det möjligt för kemister att simulera ännu större molekylära system och på längre tidsskalor. Data som samlas 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 simuleringar 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 föra oss närmare vad ett experiment säger oss är verkligt", sa Theresa Windus, beräkningskemist vid Iowa State University och projektledare för Exascale Computing Project, till C&EN i september. Simuleringar som körs på exaskaladatorer kan hjälpa kemister att uppfinna nya bränslekällor och designa nya klimatbeständiga material.

Över hela landet, i Menlo Park, Kalifornien, installerar SLAC National Accelerator LaboratorySupercoola uppgraderingar av den linjära koherenta ljuskällan (LCLS)vilket skulle kunna göra det möjligt för kemister att kika djupare in i atomernas och elektronernas ultrasnabba värld. Anläggningen är byggd på en 3 km lång linjär accelerator, vars delar kyls med flytande helium ner till 2 K, för att producera en typ av superljus, supersnabb ljuskälla som kallas röntgenfrielektronlaser (XFEL). Kemister har använt instrumentens kraftfulla pulser för att skapa molekylära filmer som har gjort det möjligt för dem att titta på otaliga processer, såsom att kemiska bindningar bildas och fotosyntetiska enzymer som börjar fungera. "På en femtosekundsblixt kan man se atomer stå stilla, enskilda atombindningar brytas", berättade Leora Dresselhaus-Marais, en materialforskare med gemensamma utnämningar vid Stanford University och SLAC, för C&EN i juli. Uppgraderingarna av LCLS kommer också att göra det möjligt för forskare att bättre finjustera röntgenstrålarnas energier när de nya funktionerna blir tillgängliga i början av nästa år.

微信图片_20230207151052

Källa: SLAC National Accelerator Laboratory

SLAC National Accelerator Laboratorys röntgenlaser är byggd på en 3 km lång linjäraccelerator i Menlo Park, Kalifornien.

I år såg forskare också hur kraftfullt det länge efterlängtade James Webb Space Telescope (JWST) kunde vara för att avslöjakemisk komplexitet i vårt universumNASA och dess partners – Europeiska rymdorganisationen, Kanadensiska rymdorganisationen och Space Telescope Science Institute – har redan släppt dussintals bilder, från bländande porträtt av stjärnnebulosor till elementära fingeravtryck från forntida galaxer. Det 10 miljarder dollar dyra infraröda teleskopet är utrustat med en uppsättning vetenskapliga instrument utformade för att utforska vårt universums djupa historia. JWST, som tagit flera decennier att tillverka, har 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.

 


Publiceringstid: 7 februari 2023